科研之友
微信
新浪微博
Facebook
分享链接
摘要
行人搜索是一个同时处理行人检测与行人重识别的联合任务．然而，行人检测与行人重识别之间存在任务冲突：行人检测旨在区分人与背景区域，关注行人的共性；行人重识别旨在辨别不同人，关注行人的特性.针对此任务冲突，与以往堆叠多个卷积层的深度级解耦方式不同，基于空间分离的思想，提出了一种简单高效的空间级解耦策略．该策略为两个任务设计不同的可形变卷积，自适应地在不同位置上分别提取行人检测特征与行人重识别特征，实现了行人共性与特性的分离.进一步，为了利用丰富的上下文信息帮助更好地辨别不同的行人，提出了一种上下文增强特征提取模块．该模块使用全局感知的多头注意力网络生成信息互补的多级特征，然后利用所设计的基于自注意力机制的多级特征融合模块，融合得到上下文增强特征.在该上下文增强特征的基础上，应用上述空间级解耦策略对其不同空间位置进行采样，解耦行人检测和行人重识别两个任务.实验结果表明，所提方法在CUHK-SYSU测试集上mAP和top-1准确率分别达到了94.2%和94.6%，在PRW测试集上mAP和top-1准确率分别达到了52.6%和87.6%，能够有效地提升行人搜索任务性能．
- 出版日期2023
- 单位天津大学
