融合随机擦除和通道注意力的行人重识别方法

作者:闫昊雷; 李小春; 张仁飞; 邱浪波
更新时间:

通过视频传感器从不同角度和方向分析和控制进入关键区域的人员的视频数据,在视频中准确、快速地定位目标人员,对保障社会安全具有重要意义。为了解决传统方法受复杂环境干扰严重、识别精度低的问题,提出了一种基于随机擦除和剩余注意网络的行人再识别方法。首先,采用随机擦除的方法对原始数据进行增强。其次,在原有ResNet网络的基础上,提出了一种融合注意机制的残差网络模型,该模型可以提取视频序列的通道维特征,抑制冗余背景干扰,提高模型对重要特征的注意和提取能力,利用级联和交叉熵损失函数的三元组损失函数Alpine 损失函数样本训练网络模型,使样本可以在高维特征空间中聚类,从而有效地提供识别精度。实验结果表明,该算法在CUHK03数据集上的准确率优于其他比较方法,证明该方法可以应用于不同条件下的行人再识别任务。