摘要:
在以往的行人重识别方法中,绝大部分的工作集中于图像注意力区域的学习,却忽视了非注意
力区域对最终特征学习的影响,如果在关注图像注意力区域的同时加强非注意力区域的特征学习,可进一步丰
富最终的行人特征,有利于行人身份信息的准确识别。基于此,提出了视觉信息积累网络(VIA Net),该网络整
体采用两分支结构,一个分支倾向于学习图像的全局特征,另一个分支则拓展为多分支结构,通过结合注意力
区域和非注意力区域的特征逐步加强局部特征的学习,实现视觉信息的积累,进一步丰富特征信息。实验结果
表明,在 Market-1501 等行人重识别数据集上,所提出的 VIA Net 网络达到了较高的实验性能;同时,在 In-Shop
Clothes Retrieval 数据集上的实验证明:该网络也适用于一般的图像检索任务,具有一定的通用性。
中图分类号:
耿圆, 谭红臣, 李敬华, 王立春. 基于视觉信息积累的行人重识别网络[J]. 图学学报, 2022, 43(6): 1193-1200.
GENG Yuan, TAN Hong-chen, LI Jing-hua, WANG Li-chun . Visual information accumulation network for person re-identification[J]. Journal of Graphics, 2022, 43(6): 1193-1200.