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