计算机工程

作者：陶飞, 成科扬, 张建明, 汤宇豪

单位：江苏大学 计算机科学与通信工程学院, 江苏 镇江 212013

关键词：深度学习,行人再识别,姿态,属性学习,并行化

基金：国家自然科学基金"基于数据驱动与语义建模的多摄像拓扑推理与行人再识别研究"（61602215）；江苏省科学基金"大数据驱动下基于深度学习与语义建模的行人再识别研究"（BK20150527）；社会安全风险感知与防控大数据应用国家工程实验室主任基金"跨摄像头逻辑推理与多模态行人再识别技术研究"。

行人再识别是当前图像识别领域的一个重要研究分支，在取得众多研究成果的同时，在实际场景中的应用也存在诸多挑战。摄像设备和拍摄场景的差异，以及穿着、尺度、部分遮挡、姿态等对行人外观的影响，给行人再识别带来较大的困难。为此，提出一种行人再识别方法，通过基于姿态的并行化属性学习任务对行人姿态信息进行标注，并将其作为语义属性融入到行人再识别任务中，降低实际场景中属性缺失对模型的影响，加速训练过程。实验结果表明，该方法在VIPeR数据集上达到了90%的识别率。

来源：2020年第3期

《计算机工程》期刊编辑部

查看计算机工程杂志2020年第3期