基于属性识别和注意机制的行人重识别研究

发布时间：2025-04-10 23:52

　　行人重识别主要研究如何识别不同监控摄像机拍摄的特定行人,近年来随着智慧城市建设的不断发展得到越来越多的关注。现有的行人重识别方法仍然面临着成像视角变化、行人姿态变化、光线变化以及行人被遮挡等问题的挑战。为了有效解决以上问题,本文以深度卷积神经网络为基础,通过引入属性识别和注意机制来增强神经网络获得高层语义信息和空间信息的能力,从而提高整个行人重识别系统的性能。本文首先提出了融合属性识别的行人重识别网络。该网络为了获得更好的高层语义信息引入了属性信息,并提出通过增加特征维度的方法区分属性空间和行人身份空间,使得属性识别任务和行人重识别任务可以很好地相互促进。然后本文提出了融合注意机制的行人重识别网络。该网络的创新点在于提出了特征注意模块,使用残差结构融合空间注意和通道注意,使得网络得到的特征更加突出行人的空间位置。该网络还利用骨干网络不同阶段的输出特征构建分支并在分支中嵌入特征注意模块,从而更好的发挥该模块的作用。但注意行人整体并不能使行人重识别系统很好的区分不同行人的细微属性差别,本文通过在融合注意机制的行人重识别网络中加入属性识别来克服以上的缺陷,提出属性识别和注意机制共同作用的行人重...

【文章页数】：66 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
1.绪论
    1.1 研究背景与意义
    1.2 国内外研究概况
    1.3 论文主要研究内容
2.融合属性识别的行人重识别网络
    2.1 引言
    2.2 融合属性识别的行人重识别网络设计
    2.3 实验结果与分析
    2.4 本章小结
3.融合注意机制的行人重识别网络
    3.1 引言
    3.2 融合注意机制的行人重识别网络设计
    3.3 实验结果与分析
    3.4 本章小结
4.属性识别和注意机制共同作用的行人重识别网络
    4.1 引言
    4.2 属性识别和注意机制共同作用的行人重识别网络设计
    4.3 实验结果与分析
    4.4 本章小结
5.总结与展望
    5.1 全文总结
    5.2 未来展望
致谢
参考文献
攻读学位期间研究成果



本文编号：4039179