融合自注意力与局部特征的遮挡行人重识别

作     者：王星月 任洪娥 陶锐 

作者机构：黑龙江林业智能装备工程研究中心 呼伦贝尔学院 东北林业大学计算机与控制工程学院 

出 版 物：《哈尔滨理工大学学报》 (Journal of Harbin University of Science and Technology)

年 卷 期：2024年

学科分类：08[工学] 080203[工学-机械设计及理论] 0802[工学-机械工程] 

基　　金：黑龙江省自然科学基金项目（LH2020F040） 中央高校基本科研业务费专项资金资助项目（No.2572017PZ10） 

主　　题：遮挡行人重识别 计算机视觉 自注意机制 三元组损失 

摘      要：遮挡行人重识别（ReID）是一项旨在将遮挡人物图像与整体图像进行匹配的人物检索任务。为了解决遮挡问题，基于局部特征的方法已经被证明是有效的，因为它们提供了小粒度的信息，并且非常适合表示部分可见的人体。针对基于局部的模型训练存在的两个挑战：身体部位外观不像全局外观那样具有可辨别性与身体部位错位。LGFNet（local-global feature Net），基于自注意力机制，生成感受野大小自行调整的空间注意力图，进行全局-局部特征联合学习。LGFNet在Market-1501数据集上，Rank-1为95.2%，mAP为86.5%；在DukeMTMC-reID数据集上Rank-1为90.2%，mAP为80.3%；在Occluded-Duke数据集上Rank-1为71.5%，mAP为60.9%。相较同类方法，在准确率方面均取得了显著提升。