Dianxin kexue (Jun 2024)
基于多任务学习的行人重识别算法研究
Abstract
行人重识别(person re-identification,re-ID)在多摄像机之间进行跨镜检索以匹配目标行人图像,可以在人脸、指纹等生物特征失效的情况下实现行人关联,已成为智能视频监控系统的关键技术,对智能安防、智慧城市等领域的产业落地进行了有效赋能。传统的行人重识别算法通常采用表征学习或度量学习方法。基于多任务学习的机器学习模式,结合表征学习与度量学习方法,综合利用特征表示和距离度量两方面的优势,采用分类损失和三元组损失共同训练模型,使模型在特征提取和相似性度量上都得到充分的训练。实验结果表明,该方法在行人重识别任务中取得了更好的性能,验证了鲁棒性和在泛化能力方面的优越性。
Keywords