基于全局多粒度池化的可见光红外行人重识别

作     者：周航 黄春光 程海 Zhou Hang;Huang Chunguang;Cheng Hai

作者机构：黑龙江大学电子工程学院哈尔滨150000 

基　　金：国家自然科学基金青年基金(51607059) 黑龙江大学基础科学研究项目(KJCX201904,2020-KYYWF-1001)资助 

出 版 物：《电子测量技术》 (Electronic Measurement Technology)

年 卷 期：2022年第45卷第1期

页      码：122-128页

摘      要：可见光红外行人重新识别是一种跨模态检索的问题。由于可见光和红外图像模态差异较大,能够精确的匹配行人仍然具有很大的挑战。最近的研究表明,利用池化描述身体部位的局部特征以及人图像本身的全局特征,即使在身体部位缺失的情况下,也能给出鲁棒的特征表示,但是简单的全局平均池化很难获取行人的细节特征。针对这个问题,提出一种新的全局多粒度池化的方法,利用全局平均池化和全局最大池化结合的方法,提取行人更多的背景和纹理信息。此外,传统的三元组损失在跨模态行人重识别上效果并不好。设计了一种新的跨模态三元损失,以优化类内和类间距离,并监督网络学习有区别的特征表示。通过实验证明了所提方法的有效性,并在RegDB和SYSU-MM01数据集上分别取得了88.01%Rank-1,79.26%mAP,和60.24%Rank-1,57.50%mAP的结果。

主 题 词：全局多粒度池化 可见光红外行人重识别 困难跨模态三元损失 

学科分类：1305[艺术学-设计学类] 13[艺术学] 08[工学] 081104[081104] 0804[工学-材料学] 081101[081101] 0811[工学-水利类] 

D　O　I：10.19651/j.cnki.emt.2107978

馆 藏 号：203107335...