典型文献
融合空间相关性和局部特征转换器的遮挡行人重识别
文献摘要：
遮挡的行人重识别是计算机视觉中的一个挑战性领域,它面临着特征表示效率低下和识别准确率低等问题.卷积神经网络方法更注重局部特征的提取,因此难以提取被遮挡行人的特征,效果也不尽如人意.最近,视觉转换器被引入到重识别领域,并通过构建图像块序列之间的全局特征联系取得了最先进的结果.然而,视觉转换器在提取局部特征方面的性能不如卷积神经网络.因此,设计了 一个基于空间相关性和局部特征序列的行人重识别网络.所提出的网络利用3个模块来提高视觉转换器的效率:(1)图像块全维度增强模块.设计了一个与图像块序列大小相同的可学习张量,该张量是全维的,并可完全嵌入到图像块序列中,用以丰富训练样本的多样性;(2)图像块序列融合重构模块.提取已经获得的图像块序列中不太重要的部分,并将它们与原始的图像块序列融合以重构原始图像块序列;(3)空间切割模块.从空间方向上对图像块序列进行切片和分组,并引入身份损失,可以有效提高图像块序列的短程相关性.对遮挡和整体重识别数据集的实验结果表明,所提网络的性能优于其他先进方法.
文献关键词：
遮挡行人重识别;局部特征;图像块序列;视觉转换器
中图分类号：
作者姓名：
朱松豪;赵云斌;焦淼
作者机构：
南京邮电大学 自动化学院、人工智能学院,江苏南京 210023;山东鲁能泰山电缆有限公司,山东新泰271219
文献出处：
引用格式：
[1]朱松豪;赵云斌;焦淼-.融合空间相关性和局部特征转换器的遮挡行人重识别)[J].南京邮电大学学报（自然科学版）,2022(05):62-73
A类：
遮挡行人重识别,图像块序列
B类：
空间相关性,局部特征,特征转换,计算机视觉,特征表示,识别准确率,神经网络方法,特征的提取,尽如人意,视觉转换器,建图,全局特征,最先,特征序列,识别网络,全维度,可学,张量,训练样本,太重,原始图像,空间方向,短程,别数
AB值：
0.193659
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
