-
题名基于轻量多分支网络的行人重识别方法
- 1
-
-
作者
罗丽洁
韩华
金婕
黄丽
-
机构
上海工程技术大学电子电气工程学院
-
出处
《智能计算机与应用》
2022年第11期103-110,共8页
-
基金
国家自然科学基金(61305014)
上海市自然科学基金(22ZR1426200)
上海市教育委员会和上海市教育发展基金会“晨光计划”资助项目(13CG60)。
-
文摘
最新的行人重识别方法大都是基于卷积神经网络(CNN),虽然这些网络在分类或目标检测等多项任务中有着不错的表现,但这些方法大都侧重于图像最具辨别力的部分,忽视了其他的一些相关特征,而重识别任务需要更加丰富,具有多样性的特征。本文提出了一种基于OSNet(Omni-scale Network)的多分支网络结构,OSNet是一个轻量级的Re-ID模型,可将标准卷积分解为点卷积和深度卷积以便达到减少参数的目的。网络主干部分加入了注意力模块,可以抑制无用信息;而多分支的结构可以提取到更多样性的特征。该网络主要由全局分支、局部分支、顶部擦除分支和通道分支四个部分构成。全局分支用于提取图像的整体特征;局部分支能学习到细粒度的特征;顶部擦除分支通过擦除高激活性区域,使得网络更加关注于激活性较差的区域;通道分支使网络学习到更多与通道有关的信息。在Market-1501、CUHK03、DukeMTMC-reID三个公开数据集上的实验结果表明,本文提出的方法针对行人重识别问题有着优秀的性能表现。
-
关键词
行人重识别
神经网络
多分支网络
注意力模块
顶端擦除
-
Keywords
person re-identification
neural network
multi-branch network
attention model
top dropblock
-
分类号
TP931.41
[自动化与计算机技术]
-
