基于多支路特征融合的行人重识别研究

来源：计算机工程与科学杂志2021年第2期北京时间：

作者：熊炜, 杨荻椿, 艾美慧, 李敏, 李利荣

单位：（1.湖北工业大学电气与电子工程学院，湖北 武汉 430068;2.美国南卡罗来纳大学计算机科学与工程系，南卡 哥伦比亚 29201）

摘要：针对目前行人重识别不能充分利用有效特征信息进行识别的问题，提出了一种基于多支路特征融合的行人重识别模型。首先将3个不同的卷积块分别接出1条支路；然后对每条支路上的特征采用注意力机制、批特征擦除等方法处理；最后将各支路特征进行融合，获得了高细粒度表征能力的特征。训练时，各支路相互监督。在Market1501、DukeMTMC-reID、CUHK03和MSMT17数据集上进行了单域和跨域验证实验，结果表明本文模型具有良好的性能，Rank-1和mAP指标高于大多数主流模型，其中在CUHK03数据集上，Rank-1和mAP分别达到了76.6%和72.8%。

关键词：行人重识别,多支路特征,特征融合,跨域,相互监督,

基金资助：国家自然科学基金(61571182,61601177)；湖北省自然科学基金(2019CFB530)；国家留学基金(201808420418)；湖北省教育厅科学技术研究计划(B2019042)