基于PCB特征加权的行人重识别算法

来源：信号处理杂志 2020年第8期北京时间：

作者：赵师亮, 吴晓富, 张索非

摘要：为充分挖掘行人重识别特征，最近流行的PCB算法给出了一种特征均匀分块并通过RPP网络对齐特征的方法。PCB算法充分发挥了局部特征的作用，有效提高了行人重识别的准确率。为进一步提高行人重识别的性能，本文基于全局特征与局部特征对网络性能的影响差异提出了一种特征加权的PCB行人重识别算法。在典型的行人识别数据库Market1501、DukeMTMC-Reid上的实验结果表明：所提算法具有更好的首中准确率（Rank1）和平均准确率（mAP）；相比与经典的PCB+RPP算法，所提算法在Market1501数据集上Rank1提高了0.8%，mAP提高了4.5%；在DukeMTMC-Reid数据集上Rank1提高了5.5%，mAP提高了约7%。

关键词：行人重识别, 特征加权, 深度神经网络, 特征多样性