10.3969/j.issn.1000-386x.2022.03.029
基于高分辨率网络的行人重识别技术
针对行人重识别特征提取过程中特征图分辨率不断下降,丢失大量空间信息和细节信息,导致特征鲁棒性较低的问题,提出一种基于高分辨率特征提取网络的行人重识别方法.采取变换背景的方法对训练数据集进行数据扩充,提高数据样本的多样性;通过构建高分辨率特征提取网络,使得在整个特征提取过程中网络里始终拥有高分辨特征;结合三元损失函数和改进的交叉熵损失函数进行网络的训练.该高分辨率特征提取网络行人重识别方法在Market1501数据集上Rank-1达到了94.6％,mAP为86.0％.在DukeMTMC-reID数据集上Rank-1达到了90.3％,mAP为78.2％.该方法在两大数据集上均有良好表现,具有一定的应用价值.
行人重识别;高分辨率;特征提取;数据增强
39
TP3(计算技术、计算机技术)
中国科学院战略性先导科技专项;中国科学院战略性先导科技专项
2022-03-21（万方平台首次上网日期，不代表论文的发表时间）
共7页
180-186
