计算机工程

作者：胡涌涛, 黄洪琼

单位：上海海事大学信息工程学院, 上海 201306

关键词：换装行人重识别,多分支,通道注意力,特征融合,注意力机制

基金：国家自然科学基金(61673259)

换装行人重识别(CC Re-ID)是行人重识别中的一个新兴研究课题, 旨在找出被换衣的行人。当前方法主要集中在使用多模态数据辅助解耦表征学习, 如通过脸、步态、身体轮廓等辅助数据解耦行人自身属性以减少服装影响, 但这些方法泛化能力较差, 需要大量额外工作。此外, 仅使用原始数据的方法对于相关信息的提取不够充分, 性能较弱。针对CC Re-ID存在的上述问题, 提出一种结合特征融合和通道注意力的多分支换装行人重识别方法(MBFC)。通过在主干网络中融入通道注意力机制, 在特征通道层面学习关键信息, 设计局部与全局特征融合方法以提高网络对行人细粒度特征的提取能力。此外, MBFC模型采用多分支结构, 使用服装对抗损失、交叉熵标签平滑损失等多种损失函数引导模型学习与服装无关的信息, 减少服装对模型的影响, 从而提取到更有效的行人信息。在PRCC和VC-Clothes数据集上进行广泛实验, 结果表明, 所提模型在RANK-1和平均精度均值(mAP)指标上优于对比的CC Re-ID方法。

来源：2025年第1期

《计算机工程》期刊编辑部

查看计算机工程杂志2025年第1期