陳 璠，彭 力

物聯(lián)網(wǎng)技術(shù)應(yīng)用教育部工程研究中心（江南大學(xué) 物聯(lián)網(wǎng)工程學(xué)院），江蘇 無錫214122

行人重識別（person re-identification，Person Re-ID）是計算機視覺中的一項重要任務(wù)，其目的是從多臺攝像機捕捉的一組行人圖像中檢索出一個特定的人。

早期的Person Re-ID 技術(shù)對整幅圖像提取全局特征進行圖像檢索，但是由于真實場景下的行人圖像存在光照差異大、拍攝視角不統(tǒng)一、物體遮擋等問題，從圖像整體提取的全局特征易受無關(guān)因素的干擾，識別精度不高[1]?；诰植刻卣鞯姆椒ㄒ虼吮惶岢?，通過挖掘人體部位[2-5]、行人姿態(tài)[6-9]等關(guān)鍵信息，可加強模型對人體關(guān)鍵區(qū)域的學(xué)習(xí)，降低無關(guān)因素的干擾。

基于特征空間分割的方法在空間尺度上將特征劃分為多個局部顯著性區(qū)域，讓模型在訓(xùn)練過程中學(xué)習(xí)不同區(qū)域的差異性，并強制每個區(qū)域滿足獨立的ID 預(yù)測損失。Zheng 等人通過將卷積網(wǎng)絡(luò)輸出的特征圖均分為6塊，考慮了全局特征和局部特征之間的漸變關(guān)系，金字塔模型包括6 層共計21 塊不同尺度區(qū)域，再將最后一層的特征串聯(lián)起來以使模型能夠提取到具有較強上下文聯(lián)系的特征[4]。PAR（partaligned representations）模型將人體分割成若干個可區(qū)分的區(qū)域，再將每個區(qū)域的特征向量連接起來，得到最終的特征向量表示[5]。上述基于空間分割的方法能夠簡單直觀地細化特征，加強特征的魯棒性。另外，該方法考慮到圖像間行人粗糙的幾何對應(yīng)關(guān)系，將所有局部特征以特定順序進行連接以得到行人的結(jié)構(gòu)化特征。雖然此類方法在一定程度上能夠解決幾何變化和遮擋等問題，但沒有顧及身體局部區(qū)域之間的關(guān)系，可能降低具有相似屬性的不同行人在對應(yīng)部位的區(qū)分度。

為了進一步提升采用特征空間分割方法的模型的重識別性能，有研究者構(gòu)建具有多個分支的網(wǎng)絡(luò)模型，例如全局特征分支和局部特征分支。Yao等人提出的零件損失網(wǎng)絡(luò)（part loss networks，PL-Net）通過引入零件損失自動檢測人體部位，并計算每個零件的分類損失，以影響全局分支的特征表達[10]。Wang等人設(shè)計了一種整合全局特征和局部特征的多粒度模型（multiple granularity network，MGN），包括一個全局分支和兩個局部分支，MGN 通過將特征圖劃分成多個條紋特征圖，并且改變不同分支的條紋數(shù)量來獲得多粒度局部特征表示[3]。對于采用多個分支的模型，全局特征增強了模型對背景信息的學(xué)習(xí)，而局部特征可融合人體關(guān)鍵特征。但這些模型的每個分支均使用同構(gòu)特征，即這些特征均復(fù)制自全局分支的高層，使模型缺乏結(jié)構(gòu)多樣的差異特征。

針對上述問題，本文提出一種異構(gòu)分支關(guān)聯(lián)特征融合的行人重識別算法。將OSNet（omni-scale network）與注意力機制相結(jié)合作為主干共享卷積網(wǎng)絡(luò)，以學(xué)習(xí)到具有更強顯著性和區(qū)分性的行人關(guān)鍵特征；將分支網(wǎng)絡(luò)輸出的行人特征進行水平均等分割，再提取關(guān)聯(lián)條紋特征，從而全面利用位于條紋間的綜合信息；設(shè)計異構(gòu)特征提取模塊，以增加模型學(xué)習(xí)差異特征所需的結(jié)構(gòu)多樣性。

1 異構(gòu)分支關(guān)聯(lián)特征融合的行人重識別

1.1 網(wǎng)絡(luò)結(jié)構(gòu)

本文所提模型結(jié)構(gòu)如圖1 所示，包括3 個分支，分別為全局分支（v1）、條紋特征關(guān)聯(lián)分支（v2）和異構(gòu)特征提取分支（v3），圖中D表示特征向量的維數(shù)。骨架網(wǎng)絡(luò)選用的是OSNet[11]，由5個卷積塊Convi組成，其中i=1,2,3,4,5。OSNet 是支持全尺度特征學(xué)習(xí)的輕量級網(wǎng)絡(luò)，保證較高的特征提取效率，并且能夠有效地捕獲不同感受野范圍下的尺度特征。為了學(xué)習(xí)圖像中更值得關(guān)注的關(guān)鍵信息，在OSNet 的Conv2和Conv3層分別添加空間注意力模塊（spatial attention module，SAM）和通道注意力模塊（channel attention module，CAM）。全局分支由OSNet的Conv5組成，且僅使用全局最大值池化（global max pooling，GMP），GMP 可以促使網(wǎng)絡(luò)識別相對較弱的顯著特征，以保證全局分支與其他分支之間的功能多樣性。條紋特征關(guān)聯(lián)分支通過條紋特征關(guān)聯(lián)模塊將不同的條紋特征進行關(guān)聯(lián)計算，以加強條紋間信息的相關(guān)性，進而最優(yōu)地學(xué)習(xí)并整合局部特征信息。異構(gòu)特征提取分支將OSNet 的Conv5替換為網(wǎng)絡(luò)Res-Net50 的Conv2、Conv3和Conv4，以學(xué)習(xí)更具結(jié)構(gòu)多樣性的特征。共享卷積網(wǎng)絡(luò)輸出的特征圖經(jīng)過全局分支，獲得1 個512D 的特征向量g1；經(jīng)過條紋特征關(guān)聯(lián)分支和平均池化（average pooling，AP），獲得8個256D的關(guān)聯(lián)特征向量fi(i=1,2,…,8)，再串聯(lián)為特征向量g2；經(jīng)過異構(gòu)特征提取分支和降維操作，獲得1個512D的特征向量g3。

訓(xùn)練階段，對3個特征向量gj(j=1,2,3)分別使用ID 預(yù)測損失函數(shù)、中心損失函數(shù)和三元組損失函數(shù)進行監(jiān)督優(yōu)化。測試階段，將特征向量gj(j=1,2,3)串聯(lián)為特征描述符G，并使用特征描述符G進行相似性判斷。

1.2 注意力模塊

在深度學(xué)習(xí)領(lǐng)域中，注意力機制的使用普遍且廣泛[12-15]，類似于人類觀察物體時將視線聚焦于小部分重要區(qū)域，它可以幫助卷積神經(jīng)網(wǎng)絡(luò)（convolutional neural networks，CNN）將關(guān)注的重點放在目標的細節(jié)信息并抑制無用信息，尋找對特征圖影響較大的區(qū)域，增強模型對重要局部區(qū)域的關(guān)注度[1]，進而使CNN 網(wǎng)絡(luò)對信息進行快速篩選，從中總結(jié)出高價值信息，提高信息處理與提取的效率和準確度。卷積網(wǎng)絡(luò)中低層網(wǎng)絡(luò)提取到的更多是圖像中的細節(jié)特征，如行人的邊緣輪廓特征，高層網(wǎng)絡(luò)提取的是全局的語義信息。由于低層特征圖對高層特征圖的生成至關(guān)重要，后者依賴于前者，只有低層網(wǎng)絡(luò)的卷積核提取到行人更多的邊緣特征，高層網(wǎng)絡(luò)才能將該行人進行最佳的抽象映射。

本文在骨架網(wǎng)絡(luò)OSNet中加入注意力模塊SAM和CAM。SAM 可以突出卷積網(wǎng)絡(luò)的有效部分并抑制像素級背景雜波的干擾，在空間域中捕獲并聚合語義相關(guān)的像素點。如圖2所示，為了降低計算復(fù)雜度，本文使用1×1 的卷積核，將輸入圖像的通道數(shù)由c減少至c/r。但單獨使用SAM 的模型會過度集中于圖像前景，而忽視低相關(guān)特征，因此加入CAM 模塊。CAM旨在將每個通道的權(quán)重壓縮到一個特征向量中[16]，并將具有相同語義信息的通道進行組合，最后與原始特征融合使模型能夠?qū)W習(xí)關(guān)鍵通道的特征，如圖3 所示。首先在式（1）中用全局平均池化對每個通道中的特征值相加后平均，以將每個通道的特征壓縮到一個1×1 的二維矩陣中，最終特征通道上所響應(yīng)的全局分布均由二維矩陣z表征。

圖2 SAM模塊Fig.2 Structure of SAM

圖3 CAM模塊Fig.3 Structure of CAM

式中，uc、zc分別表示輸入特征u和輸出特征z的第c個通道，H、W分別表示輸入特征u的高和寬。

然后根據(jù)式（2），使用激活函數(shù)ReLU和Sigmoid激勵通道特征圖。特征圖先經(jīng)過兩層全連接層，之后利用激活函數(shù)強化通道特征的非線性響應(yīng)，從而得到最終的通道注意力圖s。

式中，δ表示激活函數(shù)ReLU，σ表示激活函數(shù)Sigmoid，W1和W2分別為兩層全連接層的權(quán)重矩陣，s為輸出的特征注意力圖。

最后利用式（3）融合原始特征u與通道注意力圖s，從而重新分配原始特征圖中的各個通道的權(quán)重。

1.3 條紋特征關(guān)聯(lián)模塊

局部特征的使用降低了數(shù)據(jù)集中行人樣本復(fù)雜化的影響，且這些關(guān)鍵的局部特征更具代表性，更有助于網(wǎng)絡(luò)模型區(qū)分不同的行人。

本文算法根據(jù)人體的結(jié)構(gòu)特征，將分支網(wǎng)絡(luò)v2輸出的特征圖進行水平均等分割，由于分割后的條紋相互獨立，且每個條紋僅包含自身的信息，當(dāng)每個條紋不與其余條紋進行通信時，如果直接將這些局部特征單獨用于行人檢索，會混淆具有相似屬性的不同行人在相應(yīng)部位的區(qū)分度。因此提出條紋特征關(guān)聯(lián)模塊，該模塊解釋了行人身體各個部位與其他部位之間的關(guān)系，使每個條紋特征都包含了對應(yīng)部位本身和其他部位的綜合信息，從而更具鑒別力。如圖1所示，條紋特征關(guān)聯(lián)模塊接收來自所在網(wǎng)絡(luò)分支提取的特征圖，將最后一個卷積塊Conv5的輸出特征圖在豎直方向上水平分割為均等的8塊，通過條紋間的關(guān)聯(lián)計算依次將每個條紋與其他條紋進行通信，從而獲得8 個關(guān)聯(lián)條紋特征向量，并將平均值池化（AP）作用在所得的關(guān)聯(lián)條紋特征上。

如圖4 所示，首先選中其中一個條紋特征向量fi(i=1,2,…,8)，尺寸為1×1×C，將平均池化AP作用于其余7 個條紋特征向量fj(j≠i)，以獲取包含其余條紋綜合信息的向量gl(l=j)。然后將1×1 的卷積層用于向量fi和gl，以減小通道數(shù)至c，并產(chǎn)生尺寸為1×1×c的向量。條紋特征關(guān)聯(lián)模塊連接特征，并且為每個fi輸出一個關(guān)聯(lián)特征向量qi。此時每個特征qi(i=1,2,…,8)均包含了行人的全部信息。關(guān)聯(lián)計算過程為：

圖4 條紋特征關(guān)聯(lián)模塊Fig.4 Stripe feature correlation module

其中，i=1,2,…,8 且j≠i,l≠i。Bp是一個子網(wǎng)絡(luò)，包含1×1的卷積層、BN層和ReLU層；C表示特征的串聯(lián)。能夠使局部的條紋特征對遮擋與幾何變化更具辨別性和魯棒性。特征關(guān)聯(lián)模塊通過線性方式計算特征qi，計算成本低的同時保持了特征表示的緊湊性。

1.4 異構(gòu)特征提取模塊

在行人重識別任務(wù)中，結(jié)合全局特征和局部特征的多分支網(wǎng)絡(luò)可以同時關(guān)注行人的輪廓信息和細節(jié)信息，但目前很多網(wǎng)絡(luò)的不同分支使用的均是同構(gòu)特征，致使模型缺乏結(jié)構(gòu)多樣的差異特征。

針對上述問題，本文通過增加異構(gòu)特征提取分支，增強網(wǎng)絡(luò)模型學(xué)習(xí)差異特征的能力，同時使其更具有判別力。具體為：異構(gòu)特征提取分支將OSNet的Conv5替換為ResNet50[17]的Conv2,3,4，如圖5（a）所示，ResNet50 的每個卷積塊Conv 均由不同數(shù)量的卷積和恒等連接的殘差塊構(gòu)成，殘差塊使用3 個卷積層(1×1，3×3，1×1)堆疊而成，其中兩個1×1 的卷積負責(zé)調(diào)整維數(shù)，3×3 的卷積對圖像進行下采樣。通過對殘差塊中卷積參數(shù)的設(shè)置，使殘差塊的輸入和輸出特征圖尺寸一致，從而進行線性操作，保證將網(wǎng)絡(luò)深層的梯度值有效地傳遞至網(wǎng)絡(luò)淺層，以避免深度網(wǎng)絡(luò)的退化和梯度彌散問題。對于輸入張量X∈RH×W×C，經(jīng)殘差塊后對應(yīng)的輸出Y為：

圖5 異構(gòu)特征提取模塊Fig.5 Structure of heterogeneous feature extraction module

異構(gòu)特征提取分支v3的特征提取過程如圖5（b）所示，v3 分支接收來自O(shè)SNet 骨架網(wǎng)絡(luò)輸出的特征圖，并將其送入ResNet50 網(wǎng)絡(luò)的Conv2,3,4層，再經(jīng)過全局最大池化GMP 和全局平均池化（global average pooling，GAP）后得到一個2 048D的特征向量。為了提高計算效率，使用1×1 的卷積將得到的特征向量降維至512D。對于輸入張量X∈RH×W×C，經(jīng)v3 后對應(yīng)的輸出Fo為：

其中，F(xiàn)res1、Fres2、Fres3分別為ResNet50 中Conv2,3,4層的網(wǎng)絡(luò)表示；Wres1、Wres2、Wres3分別為每層網(wǎng)絡(luò)對應(yīng)的權(quán)重；YR1、YR2、YRo分別為ResNet50中Conv2,3,4層的輸出；Gm表示全局最大值池化GMP；Ga表示全局平均值池化GAP；C1×1表示1×1卷積操作。

1.5 損失函數(shù)

聯(lián)合多種損失函數(shù)，可以幫助網(wǎng)絡(luò)模型學(xué)習(xí)到區(qū)分度更高、魯棒性更強的行人特征。在訓(xùn)練階段，組合三種不同的損失函數(shù)，包括ID 預(yù)測損失（softmax loss）、中心損失（center loss）[18]以及三元組損失（triplet loss）[19]。通過最小化組合后的損失函數(shù)來優(yōu)化網(wǎng)絡(luò)模型，總損失函數(shù)為：

其中，Ls-id為單一ID損失，α、β分別是中心損失和三元組損失所占的權(quán)重。

在基于特征空間分割的行人重識別研究中，大多數(shù)方法采用多重ID 損失函數(shù)對行人身份進行預(yù)測。如圖6 所示，輸入的行人圖像通過骨架網(wǎng)絡(luò)進行特征提取得到張量T，在特征空間中T被均勻劃分為n條水平條紋，再經(jīng)過平均值池化和降維等操作生成n個特征向量gi(i=1,2,…,n)，最后使用n個分類器以產(chǎn)生n個ID 預(yù)測損失值。多重損失函數(shù)Lm-id為：

通過多重ID損失函數(shù)來監(jiān)督每個條紋特征向量gi(i=1,2,…,n)，模型可以將局部區(qū)域的特征學(xué)習(xí)到最優(yōu)以區(qū)分不同的人。然而如圖6所示，許多條紋特征可能無法捕捉到不同行人的具有明顯區(qū)分性的信息，因此降低對行人整體的預(yù)測準確率。

圖6 單一ID損失與多重ID損失Fig.6 Single ID loss vs multiple ID loss

為了更高效地利用模型學(xué)習(xí)到的局部顯著性區(qū)域的判別特征，本文將n個條紋特征向量串聯(lián)成一個列向量g用于產(chǎn)生單一的ID 預(yù)測損失值。單一ID損失函數(shù)Ls-id為：

其中，W是特征向量g對應(yīng)分類器的權(quán)重矩陣，Wj和是權(quán)重矩陣W的第j列和第yi列，Ns為樣本數(shù)目。

由于向量g包含輸入圖像中行人的完整信息，使用單一ID損失函數(shù)可以驅(qū)動g學(xué)習(xí)并整合局部顯著性區(qū)域中足夠多的判別信息。

2 實驗結(jié)果與分析

2.1 實驗配置與數(shù)據(jù)集

本文采用Pytorch-1.0.1 深度學(xué)習(xí)框架，Ubuntu 16.04 操作系統(tǒng)，編程語言為Python3.6。硬件采用顯卡內(nèi)存為8 GB的NVIDIA GTX 1070 GPU，CUDA版本為10.1。實驗階段，將所提算法在Market-1501[20]和DukeMTMC-reID[21]數(shù)據(jù)集上進行實驗驗證，并將其與目前較新的幾種行人重識別算法進行比較。

Market1501[20]數(shù)據(jù)集分為訓(xùn)練集和測試集兩部分。訓(xùn)練集包括12 963 張圖像對應(yīng)751 個行人。測試集包括3 368 張查詢圖像和19 732 張圖庫圖像共對應(yīng)750 個行人。DukeMTMC-reID[21]數(shù)據(jù)集同樣分為訓(xùn)練集和測試集兩部分。訓(xùn)練集包括16 522張圖像對應(yīng)702個行人。測試集包括2 228張查詢圖像和17 661張圖庫圖像共對應(yīng)702個行人。

訓(xùn)練階段，輸入圖像的分辨率大小調(diào)整為256×128，batchsize選擇為64，包括16個不同行人且每人4張圖像。通過隨機水平翻轉(zhuǎn)、隨機擦除和歸一化策略進行數(shù)據(jù)增強。骨架網(wǎng)絡(luò)OSNet通過ImageNet數(shù)據(jù)集預(yù)先訓(xùn)練的模型參數(shù)進行初始化。max_epoch（訓(xùn)練總輪數(shù)）設(shè)置為150。使用Adam 優(yōu)化本文模型，基礎(chǔ)學(xué)習(xí)速率初始化為3.5E-5。使用warmup策略預(yù)熱學(xué)習(xí)率激活網(wǎng)絡(luò)[22]，初始學(xué)習(xí)率為0.000 3，為了保持損失的穩(wěn)定下降，分別在epoch=60 和epoch=90 兩個階段設(shè)置學(xué)習(xí)率衰減點以實現(xiàn)指數(shù)衰減，衰減系數(shù)為gamma=0.1。

2.2 多分支聯(lián)合學(xué)習(xí)實驗結(jié)果

為了測試多分支聯(lián)合學(xué)習(xí)的有效性，本文分別在Market-1501 數(shù)據(jù)集和DukeMTMC-reID 數(shù)據(jù)集上進行了實驗驗證，結(jié)果分別如表1和表2所示。

表1 Market-1501數(shù)據(jù)集上不同分支的實驗結(jié)果Table 1 Experimental results with different branches on Market-1501 dataset 單位：%

表2 DukeMTMC-reID數(shù)據(jù)集上不同分支的實驗結(jié)果Table 2 Experimental results with different branches on DukeMTMC-reID dataset 單位：%

對于Market-1501 數(shù)據(jù)集，對比兩分支聯(lián)合學(xué)習(xí)的模型，三分支聯(lián)合學(xué)習(xí)模型的rank-1精度分別提高2.3個百分點和1.1個百分點，mAP分別提高了1.8個百分點和0.6 個百分點。其中，兩分支（v1+v2）聯(lián)合學(xué)習(xí)的模型在加入異構(gòu)特征提取模塊后，模型的rank-1 精度提高了2.3 個百分點，mAP 提高了1.8 個百分點。本文所提三分支模型相對全局單分支模型在rank-1精度上提升了3.3個百分點，在mAP上提升了3.6個百分點。

對于DukeMTMC-reID數(shù)據(jù)集，本文所提三分支模型對比兩分支聯(lián)合學(xué)習(xí)的模型，rank-1精度分別提升了1.9 個百分點和1.8 個百分點，mAP 分別提升了2.9 個百分點和2.1 個百分點。其中，兩分支（v1+v2）聯(lián)合學(xué)習(xí)的模型在加入異構(gòu)特征提取模塊后，模型的rank-1 精度提高了1.9 個百分點，mAP 提高了2.9個百分點。相對全局單分支在rank-1 精度上提升了3.2個百分點，在mAP上提升了4.7個百分點。

結(jié)果表明，多分支聯(lián)合學(xué)習(xí)可以使模型學(xué)習(xí)到魯棒性更強的特征，異構(gòu)特征提取模塊對于提取更加多樣化的特征效果明顯。

2.3 注意力機制的影響

本文將主流的注意力模塊添加到共享卷積網(wǎng)絡(luò)中，以使模型更專注于顯著性較強的特征，實驗結(jié)果如表3和表4所示。從表中數(shù)據(jù)可以得出，注意力模塊對模型性能的提升做出了貢獻，在Market-1501 數(shù)據(jù)集上rank-1精度提高了0.6個百分點，mAP提高了0.5個百分點；在DukeMTMC-reID數(shù)據(jù)集上rank-1精度提高了0.7個百分點，mAP提高了0.3個百分點。

表3 Market-1501數(shù)據(jù)集上注意力機制的實驗結(jié)果Table 3 Experimental results of attention modules on Market-1501 dataset 單位：%

表4 DukeMTMC-reID數(shù)據(jù)集上注意力機制的實驗結(jié)果Table 4 Experimental results of attention modules on DukeMTMC-reID dataset 單位：%

2.4 不同種類ID損失函數(shù)下的實驗結(jié)果

與PCB（part-based Conv baseline）[2]及其變體采用多重ID 損失不同的是，本文通過將多個關(guān)聯(lián)條紋特征向量串聯(lián)為一個新的特征向量，并用單一ID 損失函數(shù)進行監(jiān)督優(yōu)化。多重ID損失的利用使模型中ID 損失的數(shù)量等于分割條紋的數(shù)量，好處在于可能迫使每個條紋特征向量使用帶有身份標簽的數(shù)據(jù)集在每個指定的局部區(qū)域?qū)W習(xí)特征，但缺點在于某些條紋特征向量可能無法產(chǎn)生可靠的ID預(yù)測。

以Market-1501數(shù)據(jù)集上三分支聯(lián)合學(xué)習(xí)模型為例，如表5所示，單一ID損失下的模型相比多重ID損失下的模型在rank-1 精度上提升了1.9 個百分點，在mAP 上提升了3.6 個百分點。同理在DukeMTMCreID數(shù)據(jù)集上，如表6所示，單一ID損失下的模型相比多重ID 損失下的模型在rank-1 精度上提升了1.8個百分點，在mAP上提升了3.8個百分點。實驗結(jié)果表明，單一ID損失函數(shù)在本文所提模型中的表現(xiàn)更好。

表5 Market-1501數(shù)據(jù)集上不同損失函數(shù)實驗結(jié)果Table 5 Experimental results with different losses on Market-1501 dataset 單位：%

表6 DukeMTMC-reID數(shù)據(jù)集上不同損失函數(shù)實驗結(jié)果Table 6 Experimental results with different losses on DukeMTMC-reID dataset 單位：%

2.5 與現(xiàn)有方法的比較

表7和表8所示為本文網(wǎng)絡(luò)模型與其他一些網(wǎng)絡(luò)模型的性能比較，包括MGN[3]、OSNet[11]、SONA（secondorder non-local attention networks）[23]、Auto-ReID[24]、Bag Of Tricks[25]、St-ReID（spatial temporal ReID）[26]、MHN（mixed high-order attention network）[27]、CAMA（class activation maps augmentation network）[28]和IAN（interaction and aggregation network）[29]。所有結(jié)果中St-ReID 模型表現(xiàn)最好，但是該算法需要獲取行人圖像的時間和空間信息，而行人數(shù)據(jù)集包含的時空信息量巨大，訓(xùn)練過程占用較多的資源且花費時間較長，使得計算效率較低。本文方法在兩個公開數(shù)據(jù)集上展示了較強的魯棒性和判別力。在Market-1501數(shù)據(jù)集上得到的rank-1 精度和mAP 分別為96.7%和89.5%；在DukeMTMC-reID 數(shù)據(jù)集上得到的rank-1精度和mAP分別為91.7%和81.6%，顯著優(yōu)于其他方法。結(jié)果表明，本文構(gòu)建的模型不僅繼承了OSNet的輕量級特性，而且顯著提升了重識別的精度。圖7展示了本文方法在Market-1501測試集上的部分測試結(jié)果，并與OSNet 模型的測試結(jié)果進行了比較，實驗結(jié)果表明本文模型具有較好的特征映射性能。

表7 在Market-1501數(shù)據(jù)集上與主流算法的比較Table 7 Comparison with mainstream algorithms on Market-1501 dataset 單位：%

表8 在DukeMTMC-reID數(shù)據(jù)集上與主流算法的比較Table 8 Comparison with mainstream algorithms on DukeMTMC-reID dataset 單位：%

3 結(jié)束語

本文提出了一種基于異構(gòu)分支關(guān)聯(lián)特征融合的行人重識別算法。使用條紋特征關(guān)聯(lián)模塊，綜合了位于條紋間的關(guān)聯(lián)信息；加入異構(gòu)特征提取分支，增加了網(wǎng)絡(luò)模型學(xué)習(xí)差異特征所需的結(jié)構(gòu)多樣性；結(jié)合注意力機制，使網(wǎng)絡(luò)模型學(xué)習(xí)顯著性和區(qū)分性更強的行人關(guān)鍵特征；采用單一ID 損失函數(shù)對條紋特征關(guān)聯(lián)模塊進行監(jiān)督，避免特征的錯誤學(xué)習(xí)，并提高預(yù)測的可靠性。本文將該算法分別在Market-1501和DukeMTMC-reID 數(shù)據(jù)集上進行有效性實驗驗證。實驗結(jié)果表明，該算法能夠有效提高行人重識別的準確度。

實驗過程中，全局分支對整幅圖像提取特征時會受到復(fù)雜背景的影響以及前景遮擋的干擾。在今后的研究過程中，將考慮結(jié)合人體骨骼姿態(tài)圖以進一步提升模型的行人重識別能力。