联合滑动窗口和加权评分的多人比赛球员重识别算法

作     者：覃海波 雒江涛 许国良 

作者机构：重庆邮电大学通信与信息工程学院 

出 版 物：《计算机辅助设计与图形学学报》 (Journal of Computer-Aided Design & Computer Graphics)

年 卷 期：2024年

核心收录：

学科分类：0403[教育学-体育学] 040302[教育学-运动人体科学(可授教育学、理学、医学学位)] 04[教育学] 08[工学] 080203[工学-机械设计及理论] 0802[工学-机械工程] 

基　　金：国家自然科学基金(62171072) 重庆市体育科研项目(A202113) 

主　　题：多人比赛 滑动窗口 加权评分 姿态信息 重识别 

摘      要：针对多人比赛球员重识别特征提取时硬性水平划分造成图像特征不连续， 以及关节点识别错误引入噪声特征等问题， 提出一种联合滑动窗口和加权评分的球员重识别算法. 首先修改ResNet-50主干网络， 并利用空间关系感知注意力获取噪声更少的特征图; 然后采用滑动窗口划分策略， 使每一水平条带都包含其相邻区域的部分特征， 以保持图像特征的连续性; 再利用姿态信息提取局部关节点特征， 赋予有效特征更高权重并通过多层感知层进行评分， 以优化关节点分数; 最后采用联合损失函数策略约束网络的学习. 在Occluded-Duke， Market-1501和自建数据集上的实验结果表明， 在3个数据集上， 所提算法的Rank-1指标分别达到60.90%， 94.70%和80.35%.