特征分块重构的视频行人重识别算法

TP391.41; 基于视频的行人重识别是将一段视频轨迹与剪辑后的视频帧进行匹配,从而实现在不同的摄像头下识别同一行人.但由于现实场景的复杂性,采集到的行人轨迹会存在严重的外观丢失和错位,传统的三维卷积将不再适用于视频行人重识别任务.针对这一问题,提出三维特征分块重构模型,利用第一张特征图在水平分块的级别上对后续特征图进行对齐.在保证特征质量的前提下充分挖掘轨迹的时间信息,在特征重构模型后加入三维卷积核,并且将它与现有的三维卷积网络相结合.此外,还引入一种由粗到细的特征分块重构网络,不仅能使模型在两种不同尺度的空间维度上进行特征重构,还能进一步减少计算开销.实验表明,由粗到细的特征分块重构网络...

Full description

Saved in:
Bibliographic Details
Published in数据采集与处理 Vol. 38; no. 3; pp. 565 - 573
Main Authors 王锦华, 周非, 白梦林, 舒浩峰
Format Journal Article
LanguageChinese
Published 重庆邮电大学通信与信息工程学院,重庆 400065 01.05.2023
Subjects
特征分块
三维卷积
由粗到细的特征分块重构网络
特征重构
视频行人重识别
Online AccessGet full text
ISSN1004-9037
DOI10.16337/j.1004-9037.2023.03.006

Cover

More Information
Summary:TP391.41; 基于视频的行人重识别是将一段视频轨迹与剪辑后的视频帧进行匹配,从而实现在不同的摄像头下识别同一行人.但由于现实场景的复杂性,采集到的行人轨迹会存在严重的外观丢失和错位,传统的三维卷积将不再适用于视频行人重识别任务.针对这一问题,提出三维特征分块重构模型,利用第一张特征图在水平分块的级别上对后续特征图进行对齐.在保证特征质量的前提下充分挖掘轨迹的时间信息,在特征重构模型后加入三维卷积核,并且将它与现有的三维卷积网络相结合.此外,还引入一种由粗到细的特征分块重构网络,不仅能使模型在两种不同尺度的空间维度上进行特征重构,还能进一步减少计算开销.实验表明,由粗到细的特征分块重构网络在MARS和DukeMTMC?VideoReID数据集上取得了良好的结果.
ISSN:1004-9037
DOI:10.16337/j.1004-9037.2023.03.006