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。