基于相机风格转换的行人再识别

来源：电子测量技术杂志2022年第12期北京时间：

作者：邓杰，王旭智，万旺根

单位：1. 上海大学 通信与信息工程学院 上海 200072;2. 上海大学 智慧城市研究院 上海 200072

摘要：不同相机间的风格变化是行人再识别领域的一个重要挑战，为了平滑相机风格差异，丰富行人样本的多样性，本文通过风格转换方法显式学习相机间的不变特征。具体来说，利用循环一致性生成对抗网络为每个行人生成具有其他相机风格的转换图像，并与原始样本一起组成增强数据集进行训练；另外，本文使用注意力机制对特征通道进行重新加权以提取更具判别力的行人外观特征，最后使用多任务损失对再识别网络进行监督训练。实验结果表明，本文方法在公开数据集Market1501和DukeMTMC-reID上的mAP和top-1指标分别达到了86.5%，95.1%以及77.1%，87.2%，优于现有算法。相机风格转换作为一种数据增强方法，有效扩充了数据集并降低了人工标注成本，同时提升了在多摄像机场景下的识别准确性。

关键词：行人再识别;风格转换;循环一致性生成对抗网络;注意力机制

基金资助：安徽省自然科学基金（No: 1908085MF178）、安徽省重点研究和开发计划项目（No. 202104b11020031）、中国博士后基金项目（2020M681264）资助