近日,中國科學(xué)院沈陽(yáng)自動(dòng)化研究所機器人視覺(jué)研究組在遮擋行人重識別領(lǐng)域取得新進(jìn)展,提出了一種遮擋行人重識別算法。該研究成果在線(xiàn)發(fā)表于工業(yè)信息領(lǐng)域國際期刊IEEE Transactions on Industrial Informatics(中國科學(xué)院一區Top類(lèi),IF:12.3)。
行人重識別指通過(guò)非重疊攝像頭檢索同一個(gè)行人目標,是行人檢測和行人跟蹤的重要環(huán)節,可用于視頻監控、交通管理、智能安防、刑事偵查、多機協(xié)同檢測等。然而,大多數現有的行人重識別方法都基于目標在圖像中完整可見(jiàn)的假設,由于真實(shí)場(chǎng)景中存在汽車(chē)、廣告牌、樹(shù)木等遮擋物,導致識別目標難以匹配。
科研人員針對這一問(wèn)題提出了一種基于Transformer注意力機制的遮擋行人重識別算法。研究中發(fā)現在利用Transformer提取行人特征時(shí),淺層網(wǎng)絡(luò )提取的特征分布在局部目標區域;中間層網(wǎng)絡(luò )的注意力集中在可見(jiàn)行人部分;高層網(wǎng)絡(luò )的注意力聚焦全局行人特征?;谶@一發(fā)現,研究團隊提出了跳連接聚合Transformer網(wǎng)絡(luò )(SCAT),利用中間層特征、高層特征和細粒度局部特征來(lái)增加特征多樣性,提升遮擋行人目標的重識別精度。在多個(gè)數據集上驗證了所提方法的有效性,包括遮擋數據集、部分數據集和全身數據集。
研究成果得到了國家自然科學(xué)基金委員會(huì )、中國科學(xué)院青年創(chuàng )新促進(jìn)會(huì )和機器人學(xué)國家重點(diǎn)實(shí)驗室的大力支持。