基于姿态引导特征增强的遮挡行人重识别

来源：计算机技术与发展杂志2024年第04期北京时间：

作者：刘志刚;';王淼;刘苗苗

单位：1. 东北石油大学 计算机与信息技术学院,黑龙江 大庆 163318;2. 黑龙江省石油大数据与智能分析重点实验室,黑龙江 大庆 163318

摘要：为解决遮挡行人重识别在特征提取过程中的特征丢失、特征匹配过程中的噪声干扰问题,提出了一种姿态引导的特征增强模型。 首先,在关键点信息的辅助下,设计一种对称区域特征修复模块,将被遮挡区域丢失的局部特征替换为未遮挡区域的局部特征;其次,为挖掘局部特征的内在语义联系,设计一种相邻区域特征补偿模块,通过相邻区域特征修正局部特征表示;最后,通过引入广义均值池化对特征图的中心区域再次进行特征提取,提升行人特征向量的表达能力,以获得更加准确的全局特征。 仿真实验表明,该模型在常见的全身数据集、半身数据集和遮挡数据集的 Rank-1 和 mAP 均优于绝大部分算法,其中在遮挡数据集 Occluded-Duke、Occluded-REID 上的 Rank-1 分别达到了 56. 7% 和 72. 4% 。

关键词：行人重识别;遮挡;特征修复;特征补偿;广义均值池化