基于胶囊网络的跨域行人再识别

来源：计算机工程与科学杂志2021年第9期北京时间：

作者：杨晓峰, 张来福, 王志鹏, 萨旦姆, 邓红霞, 李海芳

单位：1.太原理工大学信息与计算机学院，山西 晋中 030600;2.山西工程科技职业大学计算机工程学院，山西 晋中 030600;3.国网山西省电力公司电力科学研究院，山西 太原 030001

摘要：行人再识别是在不同环境下再次对特定行人进行检索，近几年来受到国内外学者的广泛关注。目前行人再识别算法多采用局部特征与全局特征相结合的方法，在单一数据集上的训练和测试取得了非常好的成绩，但是在跨域测试中成绩并不理想，泛化能力较低。提出一种基于深度胶囊网络的跨域行人再识别方法，通过视角分类训练任务，模型可以学习图像中行人的有效特征，这些特征可以直接迁移到行人再识别任务中，缓解了行人再识别泛化能力不足的问题。实验结果表明，本文模型优于目前所有无监督学习行人再识别方法，具有良好泛化能力。

关键词：行人再识别,跨域,视角,深度胶囊网络,

基金资助：国家自然科学基金(61873178,61976150);山西省重点研发计划(201803D31038);山西省面上自然科学基金(201901D111091);晋中市科技重点研发计划(Y192006);赛尔网络下一代互联网技术创新项目(NGII20181206);国内外作物产量气象预报专项(RH19100004);山西建筑职业技术学院教科研项目(JY-YB-1913)