基于图卷积神经网络的跨域行人再识别 |
| |
作者姓名: | 潘少明 王玉杰 种衍文 |
| |
作者单位: | 武汉大学测绘遥感信息工程国家重点实验室,湖北 武汉 430079;武汉大学测绘遥感信息工程国家重点实验室,湖北 武汉 430079;武汉大学测绘遥感信息工程国家重点实验室,湖北 武汉 430079 |
| |
基金项目: | 国家重点研发计划;国家自然科学基金 |
| |
摘 要: | 针对由源域训练的行人再识别模型通常在目标域的泛化能力不强的问题,提出基于图卷积神经网络的跨域行人再识别方法,将源域数据学习到的整合邻居样本信息的能力迁移至目标域数据.首先,为经过特征提取后的源域数据建立亲属子图,并将源域数据特征和亲属子图作为所设计的图卷积神经网络模块的输入,以基于源域的监督信息训练图卷积神经网络模块;然后,对经过特征提取后的目标域数据建立亲属子图,将训练过的图卷积神经网络模块应用于目标域数据,为目标域数据赋伪标签;最后,联合源域数据和目标域数据训练得到一个泛化能力强的行人再识别模型.分别在两个大规模公开数据集Market-1501和DukeMTMC-reID上对所提出方法进行实验验证,结果表明所提出的方法与所选择的基准模型相比使得Market-1501的rank-1准确率和平均准确率均值(mAP)分别提高了7.4%和9.2%,而DukeMTMC-reID的rank-1准确率和m AP分别提高了14.2%和14.9%.
|
关 键 词: | 行人再识别 跨域 图卷积神经网络 亲属图 深度学习 |
本文献已被 CNKI 万方数据 等数据库收录! |
|