计算机工程

作者：郑烨, 赵杰煜, 王翀, 张毅

单位：宁波大学 信息科学与工程学院, 浙江 宁波 315000

关键词：局部行人再识别,对齐网络,空间变换,姿态,深度卷积神经网络

基金：国家自然科学基金（61603202，61571247）；浙江省自然科学基金重点项目（LZ16F03001，LY17F030002）。

将局部行人再识别中的局部图像与整体图像直接进行比较会产生严重的空间错位，从而导致无法检测到正确目标。针对相同尺寸的行人局部图像与全局图像不匹配问题，提出姿态引导对齐网络（PGAN）模型，将姿态作为辅助信息引入到姿态引导的空间变换模块中，从局部图像与整体图像中提取仿射变换后的行人图像并将其与标准姿态进行对齐，再利用卷积神经网络学习相关特征实现局部行人再识别。实验结果表明，在Partial-REID数据集上PGAN模型取得65%的Rank-1准确率，相比直接使用深度卷积神经网络提取全局特征进行匹配的基准模型提高了3.7%，从而证明其具有良好的局部图像对齐能力及行人再识别效果。

来源：2020年第5期

《计算机工程》期刊编辑部

查看计算机工程杂志2020年第5期