图像样式风格迁移的行人再识别方法

王辰魁¹, 陈岳林¹, 蔡晓东²

1. 桂林电子科技大学 机电工程学院, 桂林 541000;
2. 桂林电子科技大学 信息与通信学院, 桂林 541000

收稿日期:2020-09-08发布日期:2021-06-23
通讯作者:陈岳林(1963-),男,教授,硕士生导师,E-mail:370883566@qq.com.E-mail:370883566@qq.com
作者简介:王辰魁(1996-),男,硕士生.
基金资助:新疆维吾尔自治区重点研发计划项目（2018B03022-1，2018B03022-2）；桂林市科技计划项目（20190412）

Person Re-Identification Method Based on Image Style Transfer

WANG Chen-kui¹, CHEN Yue-lin¹, CAI Xiao-dong²

1. School of Mechanical and Electrical Engineering, Guilin University of Electronic Technology, Guilin 541000, China;
2. School of Information and Communication, Guilin University of Electronic Technology, Guilin 541000, China

Received:2020-09-08Published:2021-06-23

摘要/Abstract

摘要： 现有行人再识别模型的训练集，来源于有限的固定采集设备，样本样式风格缺乏多样性.通过循环生成对抗网络，使不同摄像机捕捉到的图像数据进行样式风格迁移，可以通过较低成本来提升样本风格的多样性.为了提高模型的泛化能力，设计了一种新的正负样本融合训练方法.首先，把样式风格迁移后的样本作为负样本，样式风格迁移前的样本作为正样本，将正负样本同时送入模型训练；进一步，为了防止过拟合，也为了考虑错误标签位置的损失，采用了标签平滑正则化；同时，为了更多地关注困难、易错分的样本，实现对负样本的损失优化，采用了焦点损失函数.实验结果表明，所提方法在Market-1501数据集和DukeMTMC-reID数据集上的识别准确率分别提升了1.51%和2.07%.
中图分类号:
TP391.41

引用本文

王辰魁, 陈岳林, 蔡晓东. 图像样式风格迁移的行人再识别方法[J]. 北京邮电大学学报, 2021, 44(3): 67-72.
WANG Chen-kui, CHEN Yue-lin, CAI Xiao-dong. Person Re-Identification Method Based on Image Style Transfer[J]. Journal of Beijing University of Posts and Telecommunications, 2021, 44(3): 67-72.





PDF全文下载地址:

https://journal.bupt.edu.cn/CN/article/downloadArticleFile.do?attachType=PDF&id=4786