融合有效掩膜和局部增强的遮挡行人重识别

来源：计算机工程与应用杂志2024年第11期北京时间：

作者：王小檬, 梁凤梅

单位：太原理工大学 信息与计算机学院，山西 晋中 030600

摘要：在监控系统中行人经常会被各种障碍物遮挡，使得遮挡行人重识别仍然是一个长期存在的挑战。最近一些基于Transformer和外部语义线索的方法都改善了特征的表示和相关性能，但仍存在表示弱和语义线索不可靠等问题。为解决上述问题，提出了一种基于Transformer的新方法。引入了一种有效的掩膜生成方式，可靠的掩膜可以使模型不依赖外部语义线索并实现自动对齐。提出了一种基于平均注意力分数的序列重建模块，可以更有效地关注前景信息。提出了局部增强模块，获得了更鲁棒的特征表示。比较了所提方法和现有的各种方法在Occluded-Duke，Occluded-ReID，Partial-ReID，Market-1501数据集上的性能。Rank-1准确率分别达到了72.3%、84.8%、86.5%和95.6%，mAP精度分别为62.9%、83.2%、76.4%和89.9%，实验结果表明所提模型性能较其他先进网络有所提升。

关键词：遮挡行人重识别,原型掩膜,特征注意力机制,平均注意力分数,局部增强,Transformer