行人再识别中的多尺度特征融合网络

查看全文 作　　者：[1]贾熹滨;[1]鲁臣;Siluyele [1]Ntazana;Mazimba [1]Windi

机构地区：[1]北京工业大学信息学部,北京100124

出　　处：《北京工业大学学报》索引2020年第46卷第7期,共7页

基　　金：北京市自然科学基金资助项目(4202004);北京市科技计划资助项目(Z171100004417023);北京工业大学国际合作种子基金资助项目(2018A02)。 摘　　要：针对行人再识别中待识别对象和目标对象的体态、衣服的颜色等外貌特征非常相似时,模型难以正确识别行人身份这一难点问题,提出了一个基于残差网络ResNet50改进的多尺度特征融合网络.通过利用最后一层特征协同多个中间层特征,采用顶层到下层递进式加和的特征层融合机制来提取行人图像特征,确保模型在总体特征表述基础上,提高对微小细节信息的表征能力.在3个主流的行人再识别公共数据集Market-1501、CUHK03(D)和DukeMTMC-reID上进行了实验,与2018年同类型的行人再识别网络DaRe相比,提出的方法比Market-1501数据集的Rank-1指标提升了2.82%,mAP指标提升了4.32%;比DukeMTMC-reID数据集的Rank-1指标提升了5.45%,mAP指标提升了6.4%.实验结果证明了所提出方法的有效性. 关键词：行人再识别多尺度特征融合卷积神经网络局部特征特征可视化细节信息

相关文献

参考文献（20）
引证文献（2）
耦合文献（0）

参考文献(20)

引证文献(2)

互联网出版许可证新出网证(渝)字10号全国400电话 - 免长途话费

行人再识别中的多尺度特征融合网络

参考文献(20)

引证文献(2)

用户提示