论文部分内容阅读
局部行人再识别中的局部行人图像只有部分身体被观测到，将局部图像与整体图像直接进行比较，会产生严重的空间错位，从而无法检索到正确的目标。针对相同大小的行人局部图像与全局图像不匹配的问题，提出一个位置信息引导对齐网络(PGAN)模型。该PGAN模型通过引入姿态信息作为辅助从整体/局部图像中提取仿射变换后的图像，将行人图像与标准姿态对齐，然后利用卷积神经网络学习有效的特征。该PGAN模型在局部行人再识别上取得相当的效果，在Partial-REID数据集上实现了65%的rank-1精度，超越直接使用深度卷积神经网络提取全局特征进行匹配的基准线3.7%。实验结果证明该模型具有将局部图片向标准整体图片对齐的能力，并且局部图像的对齐能够提升局部行人再识别的识别效果。