模式识别与人工智能
2025年1月12日 星期日   首 页     期刊简介     编委会     投稿指南     伦理声明     联系我们                                                                English
模式识别与人工智能  2022, Vol. 35 Issue (6): 516-525    DOI: 10.16451/j.cnki.issn1003-6059.202206004
“基于深度学习的目标检测与识别”专题 最新目录| 下期目录| 过刊浏览| 高级检索 |
逐点特征匹配的跨域行人重识别方法
杨萍1, 吴晓红1, 何小海1, 陈洪刚1, 刘强1, 李波1
1.四川大学 电子信息学院 成都 610065
Cross-Domain Person Re-identification Method Based on Point-by-Point Feature Matching
YANG Ping1, WU Xiaohong1, HE Xiaohai1, CHEN Honggang1, LIU Qiang1, LI Bo1
1. College of Electronics and Information Engineering, Sichuan University, Chengdu 610065

全文: PDF (1393 KB)   HTML (1 KB) 
输出: BibTeX | EndNote (RIS)      
摘要 针对现有的直接跨数据集的行人重识别方法泛化性不足、跨域能力较差的问题,文中提出逐点特征匹配的跨域行人重识别方法,只需在源域上进行模型训练,在目标域上进行测试,就可达到较好效果.首先,为了解决网络对于跨域的行人图像风格、颜色等鲁棒性不高的问题,在ResNet50基础网络中引入实例归一化层,提取图像特征.然后,利用Transformer的多头自注意力模块与卷积结合,增强特征的表示能力.最后,通过在深层特征中建立一种逐点的特征映射关系,将图像匹配视为逐点寻找局部最优的过程,在未知场景中提升模型的抗视角变化能力,增强模型的泛化性.实验表明,文中方法在提高模型泛化能力上具有一定的优越性.
服务
把本文推荐给朋友
加入我的书架
加入引用管理器
E-mail Alert
RSS
作者相关文章
杨萍
吴晓红
何小海
陈洪刚
刘强
李波
关键词 行人重识别跨域行人重识别实例归一化多头自注意力逐点匹配    
Abstract:To improve the poor generalization and cross-domain capability of the existing direct cross-dataset person re-identification methods, a cross-domain person re-identification method based on point-by-point feature matching is proposed. By the proposed method, the model only needs to be trained on the source domain and tested on the target domain to achieve better results. Firstly, to improve the poor robustness of the network for style and color of cross-domain pedestrian images, instance normalization layer(IN) is introduced into the ResNet50 basic network to extract image features. Secondly, the multi-head self-attention module of Transformer is combined with convolution to enhance the representation ability of features. Finally, by establishing a point-by-point feature mapping relationship in the deep features, image matching is regarded as a point-by-point process of finding the local optimum to improve the ability of the proposed model to resist perspective changes in unknown scenes and enhance its generalization. The experimental results show that the advantages of the proposed method in improving the generalization ability.
Key wordsPerson Re-identification    Cross-Domain Person Re-identification    Instance Normalization    Multi-head Self-Attention    Point-by-Point Matching   
收稿日期: 2022-02-25     
ZTFLH: TP 391  
基金资助:国家自然科学基金项目(No.61871278)、四川省自然科学基金项目(No.2022NSFSC0922)、四川省科技计划项目(No.2021YFS0239)资助
通讯作者: 何小海,博士,教授,主要研究方向为图像处理、模式识别、计算机视觉、图像压缩.E-mail:hxh@scu.edu.cn.   
作者简介: 杨 萍,硕士研究生,主要研究方向为深度学习、行人重识别.E-mail:1047798178@qq.com.
吴晓红,博士,副教授,主要研究方向为图像处理、模式识别、计算机视觉.E-mail:wxh@scu.edu.cn.
陈洪刚,博士,副研究员,主要研究方向为图像/视频处理、计算机视觉、人工智能.E-mail:honggang_chen@scu.edu.cn.
刘 强,博士研究生,主要研究方向为图像处理、行人重识别、计算机视觉.E-mail:liuliu408@163.com.
李 波,硕士研究生,主要研究方向为计算机视觉、模式识别.E-mail:804463592@qq.com.
引用本文:   
杨萍, 吴晓红, 何小海, 陈洪刚, 刘强, 李波. 逐点特征匹配的跨域行人重识别方法[J]. 模式识别与人工智能, 2022, 35(6): 516-525. YANG Ping, WU Xiaohong, HE Xiaohai, CHEN Honggang, LIU Qiang, LI Bo. Cross-Domain Person Re-identification Method Based on Point-by-Point Feature Matching. Pattern Recognition and Artificial Intelligence, 2022, 35(6): 516-525.
链接本文:  
http://manu46.magtech.com.cn/Jweb_prai/CN/10.16451/j.cnki.issn1003-6059.202206004      或     http://manu46.magtech.com.cn/Jweb_prai/CN/Y2022/V35/I6/516
版权所有 © 《模式识别与人工智能》编辑部
地址:安微省合肥市蜀山湖路350号 电话:0551-65591176 传真:0551-65591176 Email:bjb@iim.ac.cn
本系统由北京玛格泰克科技发展有限公司设计开发 技术支持:support@magtech.com.cn