典型文献
融合随机擦除和通道注意力的行人重识别方法
文献摘要：
通过不同角度和方位的视频传感器对进入重点区域的人员视频数据进行分析管控,精准、快速定位视频中的目标人员对于保障社会安全具有重大意义.为解决传统方法受复杂环境干扰严重,识别准度低的问题,本文提出一种基于随机擦除和残差注意力网络的行人重识别方法.首先使用随机擦除的方法对原始数据进行数据增强,其次基于原始ResNet网络,提出一种融合注意力机制的残差网络模型,能够提取通道维度的视频序列特征,并且抑制冗余背景干扰,提高模型对重要特征的关注程度和提取能力,最后使用级联的难采样三元组损失函数和交叉熵损失函数对网络模型进行训练,使样本能够在高维特征空间中实现聚类,从而有效提供识别精度.实验结果表明,该算法在CUHK03数据集上的精准度优于其它被比较的方法,证明了该方法能够应用于不同条件下的行人重识别任务.
文献关键词：
行人重识别;特征提取;注意力机制;深度学习;随机擦除
中图分类号：
作者姓名：
闫昊雷;李小春;张仁飞;邱浪波
作者机构：
空军工程大学信息 与导航学院,西安7100772;武警陕西省总队,西安710054;陕西省信息化工程研究院,西安710061
文献出处：
引用格式：
[1]闫昊雷;李小春;张仁飞;邱浪波-.融合随机擦除和通道注意力的行人重识别方法)[J].小型微型计算机系统,2022(09):1939-1945
A类：
B类：
随机擦除,通道注意力,行人重识别,频传,重点区域,视频数据,快速定位,保障社会,社会安全,复杂环境,环境干扰,残差注意力网络,原始数据,数据增强,ResNet,注意力机制,残差网络模型,视频序列,序列特征,背景干扰,三元组损失,交叉熵损失函数,本能,高维特征空间,识别精度,CUHK03,不同条件下
AB值：
0.31025
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。
