遮挡驱动的行人重识别算法

摘要

对于数据集图片质量低导致行人特征提取困难以及遮挡场景下行人特征信息丢失导致准确率下降的问题,提出了一种基于转化器模型的集成模型。首先对于图片分辨率低、模糊、质量差的问题,采用数据增强技术,增强图像的亮度、色度、锐度等,以便更好的提取特征。然后使用遮挡程度分类模型将输入的图片按遮挡程度分为无遮挡数据集、小遮挡数据集和严重遮挡数据集三个子空间,在采用基于卷积神经网络的转化器模型的三个子空间内分别进行训练,得到三个不同遮挡情况的子模型。实验结果表明该模型在不同的遮挡场景以及图片质量差的情况下均能较好地识别行人特。