基于多样化局部注意力网络的行人重识别.docx

1.?? 引言 行人重识别(Re-IDentification, Re-ID)旨在从非重叠多摄像机获取的图像或视频数据库中查询特定行人，即给定一幅行人图像后在图像库中跨设备检索其所有图像，在视频监控、安防等领域有重大应用价值。近年来，基于深度学习的Re-ID方法能够获得显著优于传统方法的识别性能，成果丰硕[1,2]。然而，跨摄像机场景下行人图像存在视角和姿态变化，加之光照、遮挡等因素影响，Re-ID技术离实用尚有很大距离。 局部遮挡和姿态变化是影响Re-ID性能的两大因素。遮挡不仅造成了行人部分身体信息的丢失，还引入了额外干扰，不利于行人特征的有效提取；行人姿态的多变性及行人检测算法的误差会造