典型文献
融合属性特征的行人重识别方法
文献摘要：
行人重识别旨在跨监控设备下检索出特定的行人目标.由于不同的行人可能具有相似的外观,因此要求行人重识别模型能够捕捉到充足的细粒度特征.本文提出一种融合属性特征的行人重识别的深度网络方法,将行人重识别和属性识别集成在分类网络中,进行端到端的多任务学习.此外,对于每张输入图片,网络自适应地生成对应于每个属性的权重,并将所有属性的特征以加权求和的方式结合起来,与全局特征一起用于行人重识别任务.全局特征关注行人的整体外观,而属性特征关注细节区域,两者相互补充可以对行人进行更全面的描述.在行人重识别的主流数据集DukeMTMC-reID和Market-1501上的实验结果表明了本文方法的有效性,平均精度均值(Mean average precision,mAP)分别达到了74.2％和83.5％,Rank-1值分别达到了87.1％和93.6％.此外,在这两个数据集上的属性识别也得到了比较好的结果.
文献关键词：
行人重识别;属性识别;深度学习;自适应权重
中图分类号：
作者姓名：
邵晓雯;帅惠;刘青山
作者机构：
南京信息工程大学自动化学院江苏省大数据分析技术重点实验室 南京210044
文献出处：
引用格式：
[1]邵晓雯;帅惠;刘青山-.融合属性特征的行人重识别方法)[J].自动化学报,2022(02):564-571
A类：
B类：
属性特征,行人重识别,监控设备,备下,求行,识别模型,捕捉到,细粒度特征,深度网络,属性识别,别集,分类网络,端到端,多任务学习,每张,网络自适应,应于,加权求和,全局特征,起用,关注细节,流数据,DukeMTMC,reID,Market,平均精度均值,Mean,average,precision,mAP,Rank,自适应权重
AB值：
0.392422
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。
