-
题名融合注意力机制的多损失联合跨模态行人重识别方法
被引量：4
- 1
-
-
作者
王凤随
刘芙蓉
陈金刚
王启胜
-
机构
安徽工程大学电气工程学院
检测技术与节能装置安徽省重点实验室
高端装备先进感知与智能控制教育部重点实验室
-
出处
《激光与光电子学进展》
CSCD
北大核心
2022年第8期137-146,共10页
-
基金
安徽高校省级自然科学研究重点项目(KJ2019A0162)
安徽省自然科学基金(2108085MF197,1708085MF154)
检测技术与节能装置安徽省重点实验室开放基金(DTESD2020B02)。
-
文摘
跨模态行人重识别任务的难点在于提取出更有效的模态共享特征,为解决该问题,提出基于注意力机制的多损失联合跨模态行人重识别方法。在ResNet50网络中嵌入注意力模型,保留细节信息。将特征切割成六块局部特征,以使网络关注局部深层信息,增强网络的表征能力。对提取出的局部特征列向量进行批归一化处理,并选用交叉熵损失和改进的异质中心损失进行联合监督学习,以加速模型收敛,提升模型精度。所提方法在SYSU-MM01、RegDB数据集下的平均精度(mAP)分别达到56.82%和75.44%,实验结果表明,本文方法有效地提升了跨模态行人重识别精度。
-
关键词
图像处理
行人重识别
跨模态
深度学习
注意力
多损失联合
-
Keywords
image processing
person reidentification
crossmodality
deep learning
attention
multiloss joint
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-
