基于多池化融合与背景消除网络的跨数据集行人再识别方法.docx

1 引言 行人再识别[1,2]用于解决非重叠视域中人员匹配的问题，是智能视频分析技术的重要组成部分，可用于追踪犯罪嫌疑人、寻找走失人员等，具有广阔的应用前景[3]。近年来，行人再识别技术获得了广泛关注，成为计算机视觉领域的研究热点。 早期的行人再识别研究主要依靠传统方法，例如手工设计特征表达[6,7]。得益于深度学习的快速发展，越来越多的研究者使用深度学习来解决行人再识别问题。Yi等[8]首次将深度神经网络应用于行人再识别，采用端到端的网络联合进行特征提取与度量学习。近年来，由局部生成行人的细粒度特征方法被广泛研究，并取得了较好的性能。Yao等[9]提出部件损失网络（PL-Net,part l