结合数据增强的跨模态行人重识别轻量网络

来源：计算机工程与应用杂志2024年第8期北京时间：

作者：曹钢钢, 王帮海, 宋雨

单位：广东工业大学 计算机学院 广州 510006

摘要：现有的跨模态行人重识别方法中，轻量化网络的相关研究较少。考虑到硬件部署对轻量化网络的需求，提出新的跨模态行人重识别轻量网络。以Osnet为基础，进行特征提取器和特征嵌入器的拆分。同时使用数据增强操作，利用有限的数据集，最大程度提高了网络的鲁棒性。改进难样本三元组损失函数，在减少计算量的同时缩小模态间差异，提升网络识别准确率。提出的轻量化网络结构简单且效果显著，在SYSU-MM01数据集的全搜索模式下rank-1/mAP分别达到65.56%、61.36%，参数量仅为1.92×106。

关键词：深度可分离卷积,行人重识别,轻量化网络,难样本三元组损失函数