《电子测量技术杂志》发表论文赏析

基于特征增强的行人重识别算法

来源:电子测量技术杂志2025年第22期北京时间:

作者:姬晓飞,孙英超,宋京浩

单位:沈阳航空航天大学自动化学院 沈阳 110136

摘要:针对现有行人重识别算法过于依赖卷积神经网络作为主干网络,导致其过度关注具有显著特征的区域,而忽略了广义前景特征,进而全局特征信息不够丰富,对细微的判别特征关注度较差的问题,提出了一种基于特征增强的行人重识别算法。通过位置编码和多层多头注意力结构,更好地利用空间上下文信息,增强对空间相对位置的理解,有效捕捉空间结构信息,从而提升特征的表征能力,提升全局提取能力。局部分支利用空间向量关联的特征矩阵优化空间注意力,捕捉更加紧凑的广义外观特征,并通过建模不同通道间的关系加强通道维度特征表达,突出显著特征信息,从而增强判别性特征的关注度。最后,采用softmax损失、三元损失和中心损失在Market-1501和DukeMTMC-ReID数据集上进行了模型训练,实验结果充分证明了所提出算法的有效性和性能优势。

关键词:行人重识别;多头注意力;位置编码;向量关联的特征矩阵

基金资助:辽宁省教育厅重点攻关项目(LJKZZ20220033)资助

2025年22期其他文献查阅:

能效协同均衡的单无人机动态轨迹优化

基于特征优选及Informer的航空发动机剩余寿命预测

基于KmeansSMOTE与领域自适应的化工过程故障诊断

基于截断伪码分段的扩频信号捕获算法设计

基于双重时间依赖的多元长时间序列预测模型

基于轻量网络的多参数补偿气体检测仪

基于AR二维码的轻量化YOLOv8目标检测算法

Bi-EMamba:基于Mamba的高压电缆接地电流预测模型

基于特征重构的工业图像无监督异常检测

基于改进冠豪猪算法山地环境无人机航迹规划

多策略改进的人工旅鼠算法及工程应用

自主船舶港口水域航行场景自适应识别方法

融合空洞卷积与多尺度注意力机制的说话人确认方法

YOLO检测下基于ETC-DDPG算法的无人机视觉跟踪

基于电磁感应的涂镀层厚度同步测量方法

基于PSO-DSS-NSGA-III和DLA-CatBoost的钕铁硼粉末压型工艺参数优化

改进YOLOv8的非机动车违规行为检测方法

基于双重注意力校准机制的口罩遮挡人脸识别

基于改进RT-DETR的轻量航拍图像检测算法

基于特征增强的行人重识别算法

基于改进YOLOv11n的通航飞机蒙皮表面损伤检测算法

基于MTCNN和PFLD的疲劳驾驶检测方法

UltraLight CrackNet:基于VMamba的轻量化裂缝分割网络

填文献完整题目 获取完整文献

填写需求
联系方式
注:学术顾问会在1小时内联系您,请留意!