• 主题
高级搜索  >
历史搜索 清空历史
首页> 中文期刊> 《微电子学与计算机》 >融合网格掩膜和残差坐标注意力的行人重识别

融合网格掩膜和残差坐标注意力的行人重识别

         
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

传统行人重识别方法通过人工进行特征提取,成本较高且难以应用于复杂场景下的识别任务.深度学习应用于行人重识别问题上可以使得模型具有自主提取特征的能力,识别效果有明显提升的同时降低了成本.更深层的网络可以提高网络的特征表达能力,但随着网络层数的增加,网络会出现梯度消失的问题.残差网络可以缓解梯度消失问题,但提取出的特征信息难以被合理使用.本文针对残差网络进行了优化,引入坐标注意力机制模块.通过坐标注意力机制模块强化高贡献率特征信息,弱化低贡献率特征信息来提升网络特征表达能力.影响行人重识别模型识别效果的另一重要因素是行人图像部分存在被遮挡现象,本文引入网格掩膜的数据增强方法,在降低网络过拟合的同时提高网络泛化能力,有效缓解了现实场景中存在行人图像被遮挡的问题.最后使用困难三元组损失对网络进行监督训练。实验结果表明,该算法在CUHK03-Label、CUHK03-Detect、Market-1501和DukeMTMC-reID数据集上其Rank-1值分别达到了78.7%、75.8%、95.7%和89.6%,mAP值分别达到了78.7%、76.3%、73.1%和88.2%.

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号