基于邻域相似度的行人重识别重排序算法 |
| |
引用本文: | 吕翔,陈念年,蒋勇.基于邻域相似度的行人重识别重排序算法[J].西南科技大学学报,2023(4):96-103. |
| |
作者姓名: | 吕翔 陈念年 蒋勇 |
| |
作者单位: | 西南科技大学计算机科学与技术学院 |
| |
摘 要: | 在行人重识别模型中引入邻域数据关系,提出了一种基于图像邻域相似度的重排序方法。首先扩充图像的邻域数据,然后计算图像对不同邻域数据的相似度权重,利用该权重得到代表邻域相似度的分布距离,再用分布距离与原始距离计算得出最终距离作为重排序评判标准。使用CCL,Transreid, Torchreid等行人重识别模型在Market-1501,DukeMTMC-reID数据集上进行实验,结果表明本文方法对基准模型的精度提升均超过该领域的主流算法,证实了本文方法的有效性和泛化性。该重排序方法不需要任何人工交互和额外数据,适用于大规模数据集,可以有效应用于图像检索、目标跟踪等需要考虑相似度关系的任务中。
|
关 键 词: | 行人重识别 重排序 邻域相似度 |
|
|