低分辨率行人重识别数据集及其基准方法

作     者：杨露露 蓝龙 孙冬婷 滕霄 贲晛烨 沈肖波 Yang Lulu;Lan Long;Sun Dongting;Teng Xiao;Ben Xianye;Shen Xiaobo

作者机构：国防科技大学计算机学院长沙410073 国防科技大学量子信息研究所兼高性能计算国家重点实验室长沙410073 山东大学信息科学与工程学院青岛266237 南京理工大学计算机科学与工程学院南京210094 

基　　金：国家重点研发计划资助(2020AAA0103501) 国家自然科学基金项目(62176126,62271289) 广东省基础与应用基础研究基金项目(2022A1515010186) 

出 版 物：《中国图象图形学报》 (Journal of Image and Graphics)

年 卷 期：2023年第28卷第5期

页      码：1346-1359页

摘      要：目的行人重识别旨在解决多个非重叠摄像头下行人的查询和识别问题。在很多实际的应用场景中,监控摄像头获取的是低分辨率行人图像,而现有的许多行人重识别方法很少关注真实场景中低分辨率行人相互匹配的问题。为研究该问题,本文收集并标注了一个新的基于枪球摄像头的行人重识别数据集,并基于此设计了一种低分辨率行人重识别模型来提升低分辨率行人匹配性能。方法该数据集由部署在3个不同位置的枪机摄像头和球机摄像头收集裁剪得到,最终形成包含200个有身份标签的行人和320个无身份标签的行人重识别数据集。与同类其他数据集不同,该数据集为每个行人同时提供高分辨率和低分辨率图像。针对低分辨率下的行人匹配难题,本文提出的基准模型考虑了图像超分、行人特征学习以及判别3个方面因素,并设计了相应的超分模块、特征学习模块和特征判别器模块,分别完成低分辨率图像超分、行人特征学习以及行人特征判断。结果提出的基准模型在枪球行人重识别数据集上的实验表明,对比于经典的行人重识别模型,新基准模型在平均精度均值(mean average precision,mAP)和Rank-1指标上分别提高了3.1%和6.1%。结论本文构建了典型的低分辨率行人重识别数据集,为研究低分辨率行人重识别问题提供了重要的数据来源,并基于该数据集研究了低分辨率下行人重识别基础方法。研究表明,提出的基准方法能够有效地解决低分辨行人匹配问题。

主 题 词：行人重识别 基准数据集 低分辨率(LR) 超分辨率(SR) 判别器 

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] 

核心收录：

D　O　I：10.11834/jig.221082

馆 藏 号：203121382...