大数据环境下基于深度学习的行人再识别

作     者：李鹏 王德勇 师文喜 姜志国 LI Peng;WANG De-yong;SHI Wen-xi;JIANG Zhi-guo

作者机构：中国电子科技集团公司电子科学研究院新疆联海创智信息科技有限公司北京100041 北京航空航天大学宇航学院北京100191 

出 版 物：《北京邮电大学学报》 (Journal of Beijing University of Posts and Telecommunications)

年 卷 期：2019年第42卷第6期

页      面：29-34页

核心收录：

学科分类：12[管理学] 0808[工学-电气工程] 0809[工学-电子科学与技术（可授工学、理学学位）] 08[工学] 0810[工学-信息与通信工程] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 0839[工学-网络空间安全] 081104[工学-模式识别与智能系统] 080203[工学-机械设计及理论] 0802[工学-机械工程] 0835[工学-软件工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

主　　题：行人再识别 卷积神经网络 胶囊网络 主胶囊 数字胶囊 

摘      要：针对卷积神经网络在行人识别过程中错误率较高的问题,提出了一种基于深度胶囊模型的行人再识别方法.首先利用标准卷积层学习区分度较高的特征;然后将不同卷积层中的若干特征划分为一组,生成一个具有丰富语义特征的主胶囊.在此基础上,引入了动态路由算法,通过迭代路由过程来确定主胶囊和数字胶囊之间的归属关系,进而得到一组数字胶囊,其中,每个数字胶囊可以学习识别目标行人的存在.在具有挑战性的数据集上进行实验的结果表明,所提算法在性能上优于已有算法.