基于多尺度特征的行人重识别属性提取新方法
New method for extracting person re-identification attributes based on multi-scale features作者机构：长春理工大学电子信息工程学院长春130022
出 版 物：《吉林大学学报（工学版）》 (Journal of Jilin University:Engineering and Technology Edition)
年 卷 期：2023年第53卷第4期
页 面：1155-1162页
核心收录：
学科分类：1305[艺术学-设计学（可授艺术学、工学学位）] 13[艺术学] 081104[工学-模式识别与智能系统] 08[工学] 0804[工学-仪器科学与技术] 081101[工学-控制理论与控制工程] 0811[工学-控制科学与工程]
基 金：吉林省自然科学基金项目(20210101180JC) 吉林省科技厅科技发展计划项目(20180623039TC)
摘 要：针对目前行人重识别存在背景混乱、遮挡干扰、姿势不对齐、解释性不足等问题,提出了一种基于多尺度特征的行人重识别属性提取新方法。通过中间层学习模块学习属性并按属性分组卷积,以增强模型的可解释性;通过选择对比中间的属性特征,减少干扰特征的影响。本文方法在3个常用的公开数据集上测试并与其他方法进行了对比,实验结果表明,该方法可以有效提取中间层的语义信息,并且在跨数据集上测试优于其他方法。
维普期刊数据库
同方期刊数据库