基于增强特征融合网络的行人再识别

• 作 者: 邓滔 杨娟 汪荣贵 薛丽霞
• 机 构: 合肥工业大学计算机与信息学院
• 出 处: 计算机应用研究
• 发表日期: 2021年04期
• 关键词: 行人再识别 全局特征 局部特征 特征融合 person re-identification global features local features fea
• 基金项目: 国家自然科学基金资助项目(61672202)

针对行人再识别问题,目前多数方法将行人的局部或全局特征分开考虑,从而忽略了行人整体之间的关系,即行人全局特征和局部特征之间的联系。本文提出一种增强特征融合网络(enhanced feature convergent network,EFCN)。在全局分支中,提出适用于获取全局特征的注意力网络作为嵌入特征,嵌入在基础网络模型中以提取行人的全局特征;在局部分支中,提出循环门单元变换网络(gated recurrent unit change network,GRU-CN)得到代表性的局部特征;再使用特征