|
| 基于孪生网络和多距离融合的行人再识别 |
| Person re-identification by siamese network with multi-instance fusion |
| 投稿时间：2019-05-23 |
| DOI：10.3969/j.issn.1005-5630.2020.01.002 |
| 中文关键词: 行人再识别 孪生网络 inception模块 多距离融合 |
| 英文关键词:person re-identification siamese network inception module multi instance fusion |
| 基金项目:国家重点研究发展计划（2016YFF0101400） |
| 作者 | 单位 | | 秦晓飞 | 上海理工大学 光电信息与计算机工程学院, 上海 200093 | | 李为 | 上海理工大学 机械工程学院, 上海 200093 | | 白永升 | 上海理工大学 光电信息与计算机工程学院, 上海 200093 | | 朱玥 | 上海理工大学 光电信息与计算机工程学院, 上海 200093 | | 罗文彤 | 上海理工大学 光电信息与计算机工程学院, 上海 200093 | | 赵刚 | 杭州亿美实业有限公司, 浙江 杭州 310000 | | 贾程 | 杭州亿美实业有限公司, 浙江 杭州 310000 | | 李成名 | 杭州亿美实业有限公司, 浙江 杭州 310000 | | 鲁小东 | 杭州亿美光电科技有限公司, 浙江 杭州 310000 | | 周坚风 | 杭州亿美光电科技有限公司, 浙江 杭州 310000 |
|
| 摘要点击次数: 2744 |
| 全文下载次数: 2116 |
| 中文摘要: |
| 为了提高行人重识别准确率，并针对当前数据集较小容易产生的过拟合问题，提出一种基于孪生网络和多距离融合的算法，并将其运用到行人再识别任务中。首先，利用孪生网络提取输入局部块的特征，并使用改进的inception模块，使提取到的特征具有辨别性和鲁棒性；然后，基于提取到的图像特征，利用多距离融合算法在特征空间度量其特征匹配优化距离，利用Chamfer距离变换获取跨摄像头行人的鲁棒空间距离并进行多距离融合；最后，利用融合距离进行行人重排序，并在当前流行的VIPeR和CUHK03公开数据集上进行实验。实验结果表明，所提出的算法有效地提高了行人再识别的准确率。 |
| 英文摘要: |
| In order to improve the accuracy of person re-identification and solve the problem of over-fitting caused by small data sets, this paper proposed an algorithm based on siamese network and multi-distance fusion, we applied it to the task of person re-identification. Firstly, the siamese network is used to extract the features of the input image pairs, we use inception module to make the extracted features distinguishable and robust. Then, based on the extracted image features, we use multi-distance fusion algorithm to optimize feature match in the feature space, and we use Chamfer distance transform to obtain robust spatial distance and fusion multi-distance. Finally, we use fusion distance to re-rank gallery pedestrians. Experiments on popular VIPeR and CUHK03 public datasets show that the proposed algorithm effectively improves the accuracy of pedestrian recognition. |
| HTML 查看全文 查看/发表评论 下载PDF阅读器 |
| 关闭 |
