程俁博，雷景生

(上海電力大學(xué) 計(jì)算機(jī)科學(xué)與技術(shù)學(xué)院，上海 201300)

0 引 言

行人重識(shí)別屬于行人檢索方向的子問(wèn)題，主要研究在由不同攝像頭的監(jiān)控區(qū)域下、不同時(shí)段拍攝的行人圖像庫(kù)中，檢索到與目標(biāo)人物為同一類(lèi)的行人圖像[1]。近些年來(lái)，深度學(xué)習(xí)方法逐漸取代傳統(tǒng)的方法。

在特征表示方面，大部分算法通過(guò)利用不同的深度學(xué)習(xí)網(wǎng)絡(luò)提取特征，然后進(jìn)行度量學(xué)習(xí)計(jì)算相似度，目前主流算法主要有利用特征金字塔[2](DPFL)、多尺度模型[3](MuDeep)、3D空間語(yǔ)義模型[4](SAN)等模型提取特征，當(dāng)遇到遮擋或者光照的干擾時(shí)，全局特征的判別能力減弱，因此漸漸開(kāi)始局部特征的研究。常見(jiàn)的局部特征提取思想包括人體姿態(tài)導(dǎo)向模型[5](PDC)、屬性學(xué)習(xí)模型[6](APR)、結(jié)構(gòu)化表征學(xué)習(xí)[7](PSRL)、特征切塊模型[8](PCB)和多分支模型[9](MGN)等，提取不同粒度下的具有表征能力的深度特征。同時(shí)，隨著注意力機(jī)制的提出與發(fā)展，很多專(zhuān)家學(xué)者將注意力模型[10-12]用在了行人重識(shí)別實(shí)驗(yàn)上，并取得了良好的識(shí)別效果。

考慮到只采用端到端的方式會(huì)割裂尺度與粒度間的關(guān)系，造成信息的丟失。本文采用ResNet50[13]作為基礎(chǔ)骨干網(wǎng)絡(luò)，提出一種不同尺度與不同粒度信息相結(jié)合的算法策略，設(shè)計(jì)出多分支網(wǎng)絡(luò)，對(duì)基礎(chǔ)網(wǎng)絡(luò)的最后三層卷積輸出做不同尺度的提取，兼顧不同層的信息，且骨干網(wǎng)絡(luò)的最后輸出切分為不同粒度，分別提取具有表征能力的特征，然后利用全局池化、卷積歸一等操作，對(duì)不同粒度信息進(jìn)行更加深度的特征提取，增強(qiáng)網(wǎng)絡(luò)對(duì)多粒度表征信息的識(shí)別能力。

1 行人重識(shí)別方法研究

1.1 行人重識(shí)別網(wǎng)絡(luò)架構(gòu)

本文所提出的行人重識(shí)別架構(gòu)主要由3個(gè)部分組成，分別是基礎(chǔ)骨干網(wǎng)絡(luò)(backbone)、復(fù)合尺度模塊(composite scale module)和多粒度模塊(multi granularity module)。

如圖1所示。Backbone為ResNet50網(wǎng)絡(luò)，提取到行人特征后，復(fù)合尺度模塊和多粒度模塊共同進(jìn)行深度特征提取融合。復(fù)合尺度模塊由3個(gè)分支組成，分別為P0、P1、P2分支，分別從網(wǎng)絡(luò)不同深度提取行人特征。多粒度模塊由P3、P4分支組成，分別提取不同粒度下的行人顯著特征，作為全局特征的補(bǔ)充。最后將復(fù)合尺度模塊與多粒度模塊的特征融合，形成最終用于身份識(shí)別預(yù)測(cè)的特征。

圖1 行人重識(shí)別總體架構(gòu)

為了深度提取更多行人特征，本文的基礎(chǔ)網(wǎng)絡(luò)采用ResNet50網(wǎng)絡(luò)的前5層，即Conv1至Layer4，復(fù)合尺度模塊的分支P0，聯(lián)合Layer1、Layer2和上采樣層輸出特征，提取低層網(wǎng)絡(luò)的特征，作為高層特征的補(bǔ)充，然后通過(guò)GAP(global average pooling)將特征降為2048×1×1大小，然后經(jīng)過(guò)1×1卷積、批量歸一化、全連接等操作，得到最終的特征表示fg_p0。分支P1與分支P2與P0類(lèi)似，不同的是，分支P1特征來(lái)自于Layer2、Layer3和上采樣層，分支P2特征來(lái)自于Layer3和Layer4，實(shí)現(xiàn)了不同尺度的特征提取。

為了通過(guò)空間注意力機(jī)制捕捉到網(wǎng)絡(luò)多通道之間的關(guān)系，避免細(xì)微特征的遺漏，多粒度模塊的分支P3由Layer3、Layer4和Bottleneck層組成，通過(guò)GAP和GMP(global max pooling)將提取后的特征分為大小為2048×1×1的g_p3和大小為2048×2×1的p_p3，然后經(jīng)過(guò)1×1卷積、批量歸一化、全連接等操作，得到最終的特征表示fg_p3和fg_p0。分支P4的特征信息與分支P3相同，區(qū)別在于GAP和GMP后分為2048×1×1大小的g_p4和2048×3×1的p_p4。在conv1×1卷積后，將rg_p0至rg_p4所有特征連接起來(lái)，用于用戶ID預(yù)測(cè)，同時(shí)利用批次難樣本三元組損失[14](batch hard triplet loss)和交叉熵?fù)p失函數(shù)(cross entropy loss)對(duì)全局特征和細(xì)粒度特征進(jìn)行聯(lián)合訓(xùn)練，使得各個(gè)分支聯(lián)合學(xué)習(xí)，提高網(wǎng)絡(luò)泛化能力。

1.2 復(fù)合尺度模塊

復(fù)合尺度模型[15]是指對(duì)輸入圖像的不同深度層次的采樣，通常多尺度下的粒度包含的特征信息也會(huì)不一樣，一般而言，在細(xì)粒度特征圖譜中能看到更多的顯著細(xì)節(jié)，在粗粒度采樣中能看到特征的趨勢(shì)性。特征金字塔通過(guò)利用一組不同分辨率圖像提取特征，每個(gè)層級(jí)都能提取到不同尺度特征表示，且特征表示的語(yǔ)義信息較多。

復(fù)合尺度模塊從ResNet50網(wǎng)絡(luò)的不同深度進(jìn)行多次采樣，其中包括Layer2層、Layer3層以及Layer4層，然后將不同尺度的特征分別進(jìn)行粗粒度提取和細(xì)粒度劃分或其它等操作，最后將通過(guò)不同尺度的特征信息融合，實(shí)現(xiàn)網(wǎng)絡(luò)對(duì)信息的最大化利用。由表1可以看出，不同分支的輸入大小不同，由于卷積核和感受野的大小不同，會(huì)形成尺度不同的特征圖，在復(fù)合尺度模塊通過(guò)上采樣層將維度統(tǒng)一為2018×H×W，后再進(jìn)行其它操作。

表1 網(wǎng)絡(luò)不同分支參數(shù)

1.3 多粒度模塊

在提取行人特征時(shí)，可以分為粗粒度全局特征和細(xì)粒度局部特征[9]，粗粒度模塊可以捕獲行人的全局特征，通過(guò)身上最顯著的特征信息，可以區(qū)分不同行人的身份。但是在復(fù)雜的場(chǎng)景中，僅利用粗粒度信息是很難達(dá)到行人重識(shí)別的目的，在粗粒度層面，很多細(xì)粒度的特征被忽略，因此，為了更深度全面地挖掘行人的特征，一些研究者通過(guò)將人體語(yǔ)義進(jìn)行分割對(duì)齊，計(jì)算語(yǔ)義之間的距離，從而判斷語(yǔ)義的類(lèi)間相似性。分塊策略又名軟分割策略，是指通過(guò)全局池化的方法將特征圖橫向分為幾個(gè)模塊，PCB模型通過(guò)將人體特征橫向切割成6部分，HPM[16](horizontal pyramid matching)模型將特征圖橫向分為8個(gè)部分，本文利用軟分割策略，由表1可知，將行人特征圖片分為一級(jí)粗粒度、二級(jí)粒度和三級(jí)粒度，粗粒度特征與細(xì)粒度特征相結(jié)合，更全面地挖掘信息并保留表征力強(qiáng)的特征。多粒度模塊如圖2所示。

圖2 多粒度模塊

1.4 損失函數(shù)

目前交叉熵?fù)p失函數(shù)和三元組損失函數(shù)廣泛的應(yīng)用于分類(lèi)問(wèn)題和度量學(xué)習(xí)中，在深度reID領(lǐng)域中，交叉熵?fù)p失函數(shù)和三元組損失函數(shù)常應(yīng)用于基于特征學(xué)習(xí)和度量學(xué)習(xí)的模型方法中。在全局特征提取過(guò)程中，使用交叉熵?fù)p失函數(shù)訓(xùn)練網(wǎng)絡(luò)，而在基于細(xì)粒度的部分特征網(wǎng)絡(luò)中，為了避免因?yàn)楸尘案蓴_和遮擋導(dǎo)致等原因的粒度不對(duì)齊問(wèn)題，使用交叉熵?fù)p失函數(shù)，從而更好地?cái)M合網(wǎng)絡(luò)模型并且避免無(wú)意義的訓(xùn)練過(guò)程。交叉熵?fù)p失函數(shù)如式(1)所示

(1)

式中：C為類(lèi)別數(shù)目，Wk表示行人重識(shí)別網(wǎng)絡(luò)W的第k行參數(shù)，fi是第i個(gè)樣本的特征表示，yi是第i個(gè)樣本的所屬類(lèi)別，b為矩陣的偏移項(xiàng)。

三元組損失函數(shù)常應(yīng)用于度量學(xué)習(xí)，在深度行人重識(shí)別任務(wù)中，三元組損失函數(shù)能解決“類(lèi)間相似、類(lèi)內(nèi)差異”的問(wèn)題，但是存在著收斂速度慢，容易過(guò)擬合的問(wèn)題，因此針對(duì)這種情況，使用批次難樣本三元組損失函數(shù)TriHard既能夠保留三元組損失函數(shù)的特性，也能夠從多個(gè)維度約束網(wǎng)絡(luò)，提高效率，達(dá)到良好的訓(xùn)練效果。

批次難樣本三元組損失函數(shù)的數(shù)學(xué)表達(dá)式為

(2)

最終的損失函數(shù)是由以上兩者中損失函數(shù)進(jìn)行組合，表達(dá)式為

LTotal=λ1LSoftmax+λ2LTriHard

(3)

式中：λ1和λ2分別為交叉熵?fù)p失函數(shù)和批次難樣本損失函數(shù)系數(shù)。

2 實(shí)驗(yàn)結(jié)果與分析

2.1 實(shí)驗(yàn)環(huán)境

本文實(shí)驗(yàn)所采用的硬件平臺(tái)和軟件環(huán)境如下，操作系統(tǒng)為Ubuntu 18.04，CPU為Intel?CoreTMi5-7500 Processor，GPU為NVIDIA TITAN XP-16 GB，深度學(xué)習(xí)框架為Pytorch 1.2，Python版本為3.6.8。用于訓(xùn)練和測(cè)試的輸入圖像大小為384×128，基本數(shù)據(jù)增強(qiáng)方法包括隨機(jī)擦除、Dropout等，優(yōu)化器是Adam，在訓(xùn)練過(guò)程中，P=8，K=16，BatchSize為128，迭代次數(shù)為1000，在訓(xùn)練期間采用Warmup策略，并且采取端到端的訓(xùn)練方式。模型的主要評(píng)估指標(biāo)包括Rank@k(k=1，3，5，10) 和mAP(mean average precision)。

2.2 實(shí)驗(yàn)數(shù)據(jù)集

本文實(shí)驗(yàn)分別采取了在目前行人重識(shí)別領(lǐng)域的3個(gè)主流公開(kāi)數(shù)據(jù)庫(kù)上進(jìn)行模型實(shí)驗(yàn)的有效性驗(yàn)證，分別是Market-1501數(shù)據(jù)集、DukeMTMC-reID數(shù)據(jù)集和CUHK03-detected數(shù)據(jù)集。

Market-1501數(shù)據(jù)集[17]由6個(gè)攝像頭拍攝，共含1501位行人、32 668個(gè)行人矩陣框，其中訓(xùn)練集有751人，12 936張行人圖像；測(cè)試集有750人，9732張行人圖像，以及3368張查詢圖像。

DukeMTMC-reID數(shù)據(jù)集[18]由8個(gè)攝像頭拍攝，共含1812位行人，36 411張行人矩陣圖片，其中訓(xùn)練集有702人，116 522張圖像；測(cè)試集有702人，117 661張圖像。

CUHK03-detected數(shù)據(jù)集[19]是在中國(guó)香港大學(xué)校園采集的大型數(shù)據(jù)集，由10個(gè)攝像頭共同拍攝，覆蓋多個(gè)時(shí)段。其中，訓(xùn)練集767個(gè)行人，7365張行人圖片；測(cè)試集700個(gè)行人，5223張圖片；1400張查詢圖片，剩下的11 188張行人圖片作為Gallery圖庫(kù)。

2.3 評(píng)價(jià)指標(biāo)

行人重識(shí)別研究普遍利用平均精確均值(mAP)和首中準(zhǔn)確率(Rank@1)兩種評(píng)價(jià)指標(biāo)反應(yīng)網(wǎng)絡(luò)的精準(zhǔn)度。

平均精確均值可以反映模型在收到Query請(qǐng)求后，返回的正確檢索結(jié)果在返回列表中的排名，可以全面衡量行人重識(shí)別模型的性能，如式(4)所示

(4)

Rank@n表示模型返回列表中n張圖片中屬于目標(biāo)類(lèi)別的概率，首中準(zhǔn)確率(Rank@1)表示查詢結(jié)果中排名第一的圖像為目標(biāo)類(lèi)別的概率。

2.4 實(shí)驗(yàn)結(jié)果與結(jié)果仿真

2.4.1 實(shí)驗(yàn)結(jié)果

本次實(shí)驗(yàn)主要在3大主流數(shù)據(jù)集CUHK03-detected、DukeMTMC-reID 和Market-1501上進(jìn)行實(shí)驗(yàn)測(cè)試，圖3為模型在3大數(shù)據(jù)集上的結(jié)果。其中關(guān)于損失函數(shù)，出于“首先確定行人的身份問(wèn)題，再進(jìn)行細(xì)節(jié)的確認(rèn)和特征辨別”的思想考慮，因此實(shí)驗(yàn)環(huán)境中損失函數(shù)的參數(shù)設(shè)置為λ1=1和λ2=2。

圖3 算法在數(shù)據(jù)集上的性能表現(xiàn)

實(shí)驗(yàn)結(jié)果由圖3可以發(fā)現(xiàn)，在CUHK03-detected數(shù)據(jù)集上，Rank@1=85.24%，Rank@3=87.57%，Rank@5=90.36%，Rank@10=94.57%，平均準(zhǔn)確率mAP=86.48%。在DukeMTMC-reID數(shù)據(jù)集上，Rank@1=91.89%，Rank@3=94.48%，Rank@5=95.20%，Rank@10=96.36%，平均準(zhǔn)確率mAP=90.11%。在Market-1501數(shù)據(jù)集上，Rank@1=96.21%，Rank@3=97.60%，Rank@5=97.86%，Rank@10=98.53%，平均準(zhǔn)確率mAP=94.12%。

2.4.2 消融實(shí)驗(yàn)

本算法模型主要分為3個(gè)部分，即多尺度模型、多粒度模型和聯(lián)合部分，為了探討不同部分對(duì)于算法模型識(shí)別率的影響，實(shí)驗(yàn)分別對(duì)多尺度模型和多粒度模型存在的必要性做了驗(yàn)證，結(jié)果見(jiàn)表2～表4。其中，RK表示re-ranking技巧，是指基于k階導(dǎo)數(shù)編碼的方式，計(jì)算出行人圖像特征的杰卡德距離，然后將圖片的馬氏距離與杰卡德距離加權(quán)求和得到最終的結(jié)果，對(duì)需要識(shí)別測(cè)試的圖庫(kù)中的圖片進(jìn)行重新排序，從而提升性能指標(biāo)。

由表2～表4實(shí)驗(yàn)結(jié)果可以發(fā)現(xiàn)，與基礎(chǔ)網(wǎng)絡(luò)ResNet50相比，復(fù)合尺度模塊、多粒度模塊以及聯(lián)合特征對(duì)行人重識(shí)別的效果有所提升。

表2 CUHK03-detected數(shù)據(jù)集的消融實(shí)驗(yàn)結(jié)果

表4 Market-1501數(shù)據(jù)集的消融實(shí)驗(yàn)結(jié)果

在CUHK03-detected數(shù)據(jù)集上，通過(guò)表2可以發(fā)現(xiàn)，在rank@1和mAP指標(biāo)上，與baseline相比，復(fù)合尺度模塊分別提升了20.16%和21.50%，多粒度模塊分別提升了21.23%和22.19%。本文模型與baseline模型相比，rank@1和mAP分別提升了27.78%和28.79%，同時(shí)利用reran-king技巧，使效果再度提高1.83%和7.45%，最終達(dá)到了84.71%和86.26%，因此可以看出reranking技巧提升效果明顯。

在DukeMTMC-reID數(shù)據(jù)集上，通過(guò)表3可以發(fā)現(xiàn)，在rank@1和mAP指標(biāo)上，與baseline相比，復(fù)合尺度模塊分別提升了5.52%和3.24%，多粒度模塊分別提升了5.19%和9.64%。本文模型與baseline模型相比，rank@1和mAP分別提升了6.23%和10.24%，同時(shí)利用reranking技巧，使效果再度提高2.35%和11.15%，最終達(dá)到了91.89%和91.19%。

表3 DukeMTMC-reID數(shù)據(jù)集的消融實(shí)驗(yàn)結(jié)果

通過(guò)表4可以發(fā)現(xiàn)，與baseline相比，多粒度模塊和單尺度模塊對(duì)實(shí)驗(yàn)效果有所提升，在rank@1和mAP指標(biāo)上，復(fù)合尺度模塊分別提升了3.75%和7.74%，多粒度模塊分別提升了2.65%和9.36%。本文模型與baseline模型相比，rank@1和mAP分別提升了7.40%和14.50%，同時(shí)利用reranking技巧，使效果達(dá)到了96.21%和94.12%。

2.4.3 實(shí)驗(yàn)結(jié)構(gòu)討論

本模型所選用的基礎(chǔ)骨干模型為ResNet，初始的參數(shù)權(quán)重是在imageNet上預(yù)訓(xùn)練過(guò)的，為了驗(yàn)證本Backbone的性能，實(shí)驗(yàn)選用ResNet家族性能較為優(yōu)越出眾的變體網(wǎng)絡(luò)SE-ResNeXt50[20]作為基礎(chǔ)網(wǎng)絡(luò)進(jìn)行對(duì)比實(shí)驗(yàn)，同時(shí)P3和P4分支的BottleNeck替換成SE-ResNeXt BottleNeck模塊，由于SE-ResNeXt50網(wǎng)絡(luò)參數(shù)較多，擬合難度較大，因此在實(shí)驗(yàn)部分迭代次數(shù)為1500。

由消融實(shí)驗(yàn)部分可知，多粒度模型存在具有其必要性，但是分塊策略的具體數(shù)量需要確定，因此為了探究實(shí)驗(yàn)中采用的軟分割數(shù)目的有效性，在多粒度模塊中進(jìn)行粒度的測(cè)試實(shí)驗(yàn)，鑒于ReID深度學(xué)習(xí)領(lǐng)域，經(jīng)典方法PCB和HPM不同分割策略的出色性能表現(xiàn)，本文也對(duì)6等分和8等分策略進(jìn)行了驗(yàn)證，P3和P4分支的分別采用了“1-2-3”等分粒度、“1-2-4”等分粒度、“1-3-4”等分粒度、“1-6”等分粒度和“1-8”等分粒度，其中“1-6”和“1-8”粒度的劃分實(shí)驗(yàn)，取消了P4分支，只保留P0至P3分支，同時(shí)，“1-2-3”等分策略即為ResNet50實(shí)驗(yàn)結(jié)果，因此不再贅述。

由表5可以發(fā)現(xiàn)，在Market-1501數(shù)據(jù)集上，首先對(duì)于不同的Backbone網(wǎng)絡(luò)，本模型采用的ResNet和SE-ResNeXt50對(duì)比，可以看到ResNet50網(wǎng)絡(luò)具有良好的性能表現(xiàn)，而在分類(lèi)任務(wù)中性能優(yōu)越的SE-ResNeXt50出現(xiàn)了精度下降的現(xiàn)象，rank@1和mAP相較于ResNet50分別下降3.85%和0.84%，具體分析可能是如下原因：①網(wǎng)絡(luò)較為深入，難以進(jìn)行訓(xùn)練；②數(shù)據(jù)集信息較少，在SE block中壓縮操作中丟失部分特征信息；③網(wǎng)絡(luò)模型復(fù)雜，參數(shù)量較多，對(duì)不同的特征學(xué)習(xí)分類(lèi)，出現(xiàn)了過(guò)擬合現(xiàn)象。同時(shí)由于SE-ResNeXt50網(wǎng)絡(luò)的大型架構(gòu)和參數(shù)計(jì)算，使得網(wǎng)絡(luò)訓(xùn)練時(shí)間較長(zhǎng)，迭代次數(shù)也比ResNet50多較多。同時(shí)，在水平劃分粒度實(shí)驗(yàn)中可以發(fā)現(xiàn)，對(duì)于多分支多粒度網(wǎng)絡(luò)，當(dāng)深層的輸出特征使用較多的分塊策略時(shí)，效果往往也有所提升，而對(duì)于分支較少的細(xì)粒度模型而言，往往是較大的分塊策略使得平均準(zhǔn)確率較高，而較多的分塊會(huì)破壞細(xì)粒度特征原有的語(yǔ)義信息。綜上，考慮速度與精度問(wèn)題，本文最終選擇Backbone為ResNet50、分塊策略為“1-2-3”的組織架構(gòu)。

表5 Market-1501數(shù)據(jù)集上不同結(jié)構(gòu)的實(shí)驗(yàn)結(jié)果

2.4.4 實(shí)驗(yàn)結(jié)果可視化

為了驗(yàn)證本模型中的復(fù)合尺度模塊和整體算法的有效性，對(duì)網(wǎng)絡(luò)最后提取的特征圖進(jìn)行可視化處理，可視化實(shí)驗(yàn)選取了3大數(shù)據(jù)集中的圖片，通過(guò)通道像素值絕對(duì)值相加[21]的辦法，最終得到原始圖像、基線方法和本文的可視化結(jié)果，由于本文網(wǎng)絡(luò)為多分支結(jié)構(gòu)，因此可視化采用信息量較大的P3分支的粗粒度特征，高層映射為ResNet50網(wǎng)絡(luò)的最終輸出特征。實(shí)驗(yàn)結(jié)果如圖4所示。

圖4 可視化的特征激活圖像

由圖4可以發(fā)現(xiàn)，由于圖像存在的清晰與模糊問(wèn)題，基線方法在模糊的圖片上，網(wǎng)絡(luò)的注意力集中在某一區(qū)域，并非全局特征，因此會(huì)遺漏很多重要的表征信息，而在較為清晰的圖像上，基線方法表現(xiàn)的比非清晰圖像更具有全局性，但是本文方法無(wú)論是在模糊圖像還是清晰圖像，都關(guān)注到了全局特征，并且不放過(guò)細(xì)節(jié)和不受環(huán)境干擾，將行人圖像提取的較為完整。

本實(shí)驗(yàn)將最終測(cè)試評(píng)估結(jié)果可視化，如圖5所示，左側(cè)為查詢行人圖像，右側(cè)為Gallery圖庫(kù)中檢測(cè)到的匹配圖像，白色框表示查詢出錯(cuò)，ID不為同一人。由圖5可以發(fā)現(xiàn)，匹配的行人圖像準(zhǔn)確率較高，模型的識(shí)別效果較好，在錯(cuò)誤的識(shí)別分類(lèi)中，Gallery庫(kù)中存在與Query圖像較為相似的穿著打扮，如相同顏色的衣服和款式，這同時(shí)也說(shuō)明，細(xì)粒度模塊的存在使網(wǎng)絡(luò)不僅注意到了全局特征，也注意到了局部信息的表征效果。因此本模型具有較高的準(zhǔn)確率和有效性。

圖5 行人重識(shí)別效果可視圖

2.4.5 與主流算法比較

為了驗(yàn)證本算法的有效性，將本文算法與當(dāng)前幾種主流算法識(shí)別性能進(jìn)行比較，如表6所示，這些對(duì)照方法的網(wǎng)絡(luò)參數(shù)均為最優(yōu)值，對(duì)照組包括OSNet、PCB等經(jīng)典的深度學(xué)習(xí)算法，同時(shí)包括最新的Top-DB-Net、OGNet和CBN模型等。

表6 本文算法與主流算法評(píng)價(jià)指標(biāo)比較/%

由表6可發(fā)現(xiàn)，在CUHK03-detected數(shù)據(jù)集上，與最新的算法OGNet相比，rank@1提高了22.28%，mAP提高了24.41%，與經(jīng)典細(xì)粒度算法MGN雖然rank@1只有0.78%的提升，但是在mAP方面卻提高了18.21%，與最新的Top-DB-Net相比，rank@1和mAP分別提升了16.08%和12.81%；在DukeMTMC-reID數(shù)據(jù)集上，與經(jīng)典分塊策略模型的PCB相比，rank@1提高了7.84%，mAP提高了13.94%，與最新的CBN相比，rank@1提高了7.04%，mAP提高了12.74%；由于在Market-1501數(shù)據(jù)集上，大量的算法使得性能達(dá)到了飽和，但是本算法與分塊策略模型HPM相比，rank@1仍提高了1.61%，mAP提高了5.91%。因此，本文所提算法具有較高的精確度，并在目前主流算法中有一定的優(yōu)勢(shì)。

3 結(jié)束語(yǔ)

本文提出了一種基于復(fù)合尺度與多粒度聯(lián)合特征的行人重識(shí)別算法。利用復(fù)合尺度模塊提取不同深度的全局特征，通過(guò)多粒度模塊將復(fù)合尺度的全局特征進(jìn)行多粒度劃分，使得網(wǎng)絡(luò)能夠在不同的粒度中進(jìn)行區(qū)域的顯著特征提取，利用不同尺度信息補(bǔ)充了單一粒度信息的不完整性，最后對(duì)粗粒度語(yǔ)義信息進(jìn)行全局平均池化和細(xì)粒度語(yǔ)義信息全局最大池化，以增強(qiáng)特征的判斷力。針對(duì)損失函數(shù)，利用批次難樣本三元組損失函數(shù)進(jìn)行樣本約束，有效地解決身份丟失問(wèn)題。通過(guò)不同的數(shù)據(jù)集實(shí)驗(yàn)，說(shuō)明本文方法具有良好的泛化性以及較強(qiáng)的識(shí)別能力。接下來(lái)的工作是探索本方法在跨模態(tài)領(lǐng)域中的研究，進(jìn)一步提高精度。