计算机应用研究

作者：邓滔,杨娟,汪荣贵,薛丽霞,

单位：合肥工业大学计算机与信息学院,合肥230601；

关键词：行人再识别,全局特征,局部特征,特征融合,

基金：国家自然科学基金资助项目(61672202)；；

针对行人再识别问题，目前多数方法将行人的局部或全局特征分开考虑，从而忽略了行人整体之间的关系，即行人全局特征和局部特征之间的联系。本文提出一种增强特征融合网络（enhanced feature convergent network，EFCN）。在全局分支中，提出适用于获取全局特征的注意力网络作为嵌入特征，嵌入在基础网络模型中以提取行人的全局特征；在局部分支中，提出循环门单元变换网络（gated recurrent unit change network，GRU-CN）得到代表性的局部特征；再使用特征融合方法将全局特征和局部特征融合成最终的行人特征；最后借助损失函数训练网络。通过大量的对比实验表明，该算法网络模型在标准的Re-ID数据集上可以获得较好的实验结果。提出的增强特征融合网络能提取辨别性较强的行人特征，该模型能够应用于大场景非重叠多摄像机下的行人再识别问题，具有较高的识别能力和识别精度，且对背景变化的行人图像能提取具有较强的鲁棒性特征。

来源：2021年第4期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2021年第4期