基于属性擦除与多分支网络的行人重识别OA北大核心CSTPCD
Person re-identification based on attribute erasing and multi-branch network
行人重识别易受到物体不同程度遮挡的影响.针对物体遮挡以及网络特征提取能力不强的问题,提出一种基于属性擦除与多分支网络的行人重识别的方法.该方法利用行人的包属性标签随机擦除进行数据增广.网络结构由ResNet-50基础网络与全局、局部卷积两个分支结构组成.全局卷积分支提供全局特征,局部卷积分支提供丰富的细粒度信息,通过两个分支的特征级联提升网络的特征提取能力.在Market-1501、DuckMTMC-reID数据集上,证明论文方法具有较好的效果.
王年;刘天翔;汪曙光;唐俊
安徽大学 电子信息工程学院,安徽 合肥 230601安徽大学 电子信息工程学院,安徽 合肥 230601清华大学 合肥公共安全研究院,安徽 合肥 230601安徽大学 电子信息工程学院,安徽 合肥 230601
信息技术与安全科学
行人重识别过拟合随机擦除数据增广
《安徽大学学报（自然科学版）》 2021 (1)
17-25,9
国家重点研发计划专项(2018YFC0807302)国家自然科学基金资助项目(61772032)安徽省科技重大专项(17030901016)
评论