首页> 中文期刊>南京理工大学学报(自然科学版) >基于统一划分的特征自适应行人再识别方法

基于统一划分的特征自适应行人再识别方法

     

摘要

为解决行人再识别(Re-ID)任务中,目标特征统一划分方法导致的部位信息关联性减少和识别率降低的问题,提出了基于密集连接卷积网络(DenseNet)的深度学习方法框架及基于统一划分方法的特征自适应Re-ID方法.在统一划分方法的基础上,为了保留部位特征的相关性,利用马氏距离公式计算相邻特征距离,自适应地选取信息相关性高的部位特征做融合,再对融合后的特征做行人分类.该文算法分别在Market1501数据集、CUHK03数据集以及DukeMTMC-ReID数据集上进行实验.平均精度均值(mAP)分别达到82.8%、70.3%、60.1%.该文方法与基于部位的卷积基准(PCB)以及部位对齐的行人再识别(AlignedReID++)相比,mAP均有提高.

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