基于动态局部连接网络的行人再识别

摘要

行人再识别(Person re-identification)是指给定一张行人图像,在已有的行人图像库中,识别出与此人相同的图像.该问题有着非常重要的现实意义,同时也面临姿态、相机视角、光照、背景变化等挑战.针对行人再识别中的行人图像对齐问题,目前大部分研究都默认假定行人图像水平对齐而不做处理,但这种假设在大部分情况下并不成立,针对此问题,提出了一种基于卷积神经网络进行动态局部连接(Dynamic locally connected)的方法.该方法先用行人图像结构化工具处理得到人体的不同局部部分,然后映射到卷积神经网络的特征层,接着用动态局部连接层来处理.这种方法能通过对人体不同局部的特征进行动态匹配,从而有效解决行人图像中的非对齐问题.实验结果表明,提出的方法能在不同的行人数据集上,取得最好的性能,针对行人非对齐问题,提出的方法是有效的.