新闻中心
-
范哲意老师研究组在行人重识别领域取得进展
来源： 发布日期：2020年08月05日近日，北京理工大学信息与电子学院信号与图像处理研究所高级实验师范哲意、硕士生殷健源和陈淑妮，基于深度学习的方法，充分利用数据中的行人属性信息，实现了高精度的行人重识别，与该领域主流算法相比具有竞争性。相关结果以《In-depth exploration of attribute information for person re-identification》为题，发表于人工智能领域期刊Applied Intelligence （Q2，影响因子IF:3.325）。
图1 行人重识别算法效果对比图
行人的属性信息包括服装颜色、服装类别、头发长度、性别等。在该领域，已有研究人员开始利用以上信息对行人重识别进行辅助。但是，行人属性信息量丰富，研究人员只开发出了其小部分价值。如何充分利用属性信息，从而实现高精度的行人重识别，是该领域亟待解决的关键问题之一。
图2 行人重识别算法框架图
为了解决该该问题，研究团队提出了身份-属性融合特征空间的思想，辅之以最难样本对损失函数、阶梯性训练策略、身份-属性采样器等优化策略，增强了行人属性信息维度的区分性。在此基础上，如图2框架所示，将更具区分性的属性特征空间和身份特征空间结合，得到最终的识别结果，实现了对行人属性信息的充分利用。该项工作不仅解决了行人属性信息利用不充分的问题，也为行人重识别这一领域的研究提供了新的实现思路。
论文链接：
https://doi.org/10.1007/s10489-020-01752-x
