多特征聚合的红外-可见光行人重识别

TP391; 红外-可见光行人重识别在视频监控、智能交通、安防等领域具有广泛应用.但是不同图像模态间的差异,给该领域带来了巨大的挑战.现有方法主要集中于缓解模态间差异以获得更具鉴别性的特征,但却忽略了邻级特征之间的关系以及多尺度信息对全局特征的影响.因此,本文提出一种基于多特征聚合的红外-可见光行人重识别方法(MFANet)解决现有方法的缺陷.首先在特征提取阶段融合邻级特征,引导低级特征信息的融入,以强化高级特征,使得特征更具健壮性;然后聚合不同感受野的多尺度特征以获得丰富的上下文信息;最后,以多尺度特征作为引导,强化特征以获得更具鉴别性的特征.在SYSU-MM01和RegDB数据集上的实验结...

Full description

Saved in:
Bibliographic Details
Published in光电工程 Vol. 50; no. 7; pp. 108 - 121
Main Authors 郑海君, 葛斌, 夏晨星, 邬成
Format Journal Article
LanguageChinese
Published 安徽理工大学计算机科学与工程学院,安徽淮南 232001%安徽理工大学计算机科学与工程学院,安徽淮南 232001 2023
合肥综合性国家科学中心能源研究院,安徽合肥 230031
Subjects
邻级特征
multi-scale
infrared
红外
多尺度
person re-identification
行人重识别
adjacent level features
Online AccessGet full text
ISSN1003-501X
DOI10.12086/oee.2023.230136

Cover

More Information
Summary:TP391; 红外-可见光行人重识别在视频监控、智能交通、安防等领域具有广泛应用.但是不同图像模态间的差异,给该领域带来了巨大的挑战.现有方法主要集中于缓解模态间差异以获得更具鉴别性的特征,但却忽略了邻级特征之间的关系以及多尺度信息对全局特征的影响.因此,本文提出一种基于多特征聚合的红外-可见光行人重识别方法(MFANet)解决现有方法的缺陷.首先在特征提取阶段融合邻级特征,引导低级特征信息的融入,以强化高级特征,使得特征更具健壮性;然后聚合不同感受野的多尺度特征以获得丰富的上下文信息;最后,以多尺度特征作为引导,强化特征以获得更具鉴别性的特征.在SYSU-MM01和RegDB数据集上的实验结果证明了所提方法的有效性,其中SYSU-MM01数据集在最困难的全搜索单镜头模式下平均精度达到了71.77％.
ISSN:1003-501X
DOI:10.12086/oee.2023.230136