基于多尺度加權特征融合的行人重識別方法研究

孫勁光 吳明巖

（遼寧工程技術大學電子與信息工程學院，遼寧葫蘆島 125000）

1 引言

行人重識別（Person Re-identification），也被稱為行人再識別，是指在跨攝像頭跨場景的情況下，尋找特定的行人視頻序列或圖像。隨著智能視頻系統和智能安防應用的領域越來越多，行人重識別也吸引著越來越多的學者進行研究。由于攝像頭參數不同和場景的不同，會有光照、遮擋或多姿態變化等問題，導致同一個人拍攝出來的行人圖像也會有很大的差異，這就會為網絡提取特征增加了難度。

傳統的行人重識別方法主要依賴于人工手動設計特征，常見的手工特征包含顏色特征、紋理特征和形狀特征以及走路時的步態特征［1］等，其中顏色特征為最經常使用的特征，顏色特征中經常使用RGB 和HSV 等顏色空間組成分布顏色直方圖表示行人的特征，而步態特征作為最具有潛力的特征，常根據人體測量學數據、運動學數據、動力學數據以及視頻流數據等提取行人的步態特征。這些特征在行人圖像具有較大差異的時候，很難提取到具有強分辨性和魯棒性的特征，并且在圖像預處理的過程中操作復雜。所以對基于手工特征的研究工作逐步減少。與傳統方法相比，深度學習方法不需要手工設計特征，它會在訓練過程中自動提取數據中的樣本特征，這樣可以獲得更強的數據特征表示。目前基于深度學習的行人重識別方法主要分為基于全局特征的行人重識別方法和基于局部特征的行人重識別方法［2］。……