北京航空航天大学学报 ›› 2021, Vol. 47 ›› Issue (3): 605-612.doi: 10.13700/j.bh.1001-5965.2020.0471

• 论文 • 上一篇    下一篇

基于注意力机制的跨分辨率行人重识别

廖华年1, 徐新1,2,3   

  1. 1. 武汉科技大学 计算机科学与技术学院, 武汉 430065;
    2. 武汉科技大学 智能信息处理与实时工业系统湖北省重点实验室, 武汉 430065;
    3. 武汉大学 深圳研究院, 深圳 518000
  • 收稿日期:2020-08-28 发布日期:2021-04-08
  • 通讯作者: 徐新 E-mail:xuxin0336@163.com
  • 作者简介:廖华年,女,硕士研究生。主要研究方向:计算机视觉、行人重识别;徐新,男,博士,教授,博士生导师。主要研究方向:计算机视觉、机器学习、行人重识别。
  • 基金资助:
    国家自然科学基金(U1803262,61602349,61440016);深圳市科技计划基础研究项目(JCYJ20170818143246278)

Cross-resolution person re-identification based on attention mechanism

LIAO Huanian1, XU Xin1,2,3   

  1. 1. School of Computer Science and Technology, Wuhan University of Science and Technology, Wuhan 430065, China;
    2. Hubei Province Key Laboratory of Intelligent Information Processing and Real-time Industrial System, Wuhan University of Science and Technology, Wuhan 430065, China;
    3. Shenzhen Institute, Wuhan University, Shenzhen 518000, China
  • Received:2020-08-28 Published:2021-04-08
  • Supported by:
    National Natural Science Foundation of China (U1803262,61602349,61440016); Basic Research Project of Science and Technology Plan of Shenzhen (JCYJ20170818143246278)

摘要: 行人图像分辨率的变化对现有的行人重识别方法带来了很大的挑战。针对这一问题,提出了一种新的跨分辨率行人重识别方法。该方法从两方面解决分辨率变化带来的识别困难:一方面通过通道注意力机制和空间注意力机制捕捉人物特征获取局部区域;另一方面通过核动态上采样模块恢复任意分辨率图像的局部区域信息。为了验证所提方法的有效性,在Market1501、CUHK03和CAVIAR三个公开数据集上开展了对比实验,实验结果表明:所提方法取得了最佳性能。

关键词: 行人重识别, 通道注意力机制, 空间注意力机制, 图像超分辨率, 上采样

Abstract: The resolution variation of person images poses great challenges to current person re-identification methods. To address this problem, this paper presents a cross-resolution person re-identification method. This method solves the resolution variation from two aspects. On the one hand, the spatial and channel attention mechanisms are utilized to capture person features and obtain local region; On the other hand, local information of any resolution image is recovered by the nuclear dynamic upsampling module. Comparative experiments have been conducted to verify the effectiveness of the proposed method against state-of-the-art methods on Market1501, CUHK03, and CAVIAR person re-identification datasets. The experimental results show that the proposed method has the best performance.

Key words: person re-identification, channel attention mechanism, spatial attention mechanism, image super resolution, up-sampling

中图分类号: 


版权所有 © 《北京航空航天大学学报》编辑部
通讯地址:北京市海淀区学院路37号 北京航空航天大学学报编辑部 邮编:100191 E-mail:jbuaa@buaa.edu.cn
本系统由北京玛格泰克科技发展有限公司设计开发