基于行人分割與部位對齊的行人再識別

耿樹澤　于明　岑世欣　劉曉亮

摘要 為了解決行人再識別中由于視角變化和背景干擾造成的錯(cuò)位匹配（未對齊）問題，提出一種基于行人分割的部位對齊網(wǎng)絡(luò)（SegPAN）的方法，該網(wǎng)絡(luò)由3部分組成：1） 構(gòu)建一種基于RefineNet的行人分割網(wǎng)絡(luò)（TL-RefineNet），以獲得多個(gè)局部對齊部位;2）基于分割的行人部位，提出一種行人部位對齊網(wǎng)絡(luò)，以提取多個(gè)局部對齊特征;3）通過一種加權(quán)融合的策略將提取的局部對齊特征融合，提高視覺特征的判別能力。在此基礎(chǔ)上利用特征之間的相似度實(shí)現(xiàn)行人再識別。實(shí)驗(yàn)在Market-1501和DukeMTMC-reID數(shù)據(jù)集上進(jìn)行測試，R1的性能分別達(dá)到90.5%和80.3%。結(jié)果證明該方法不僅有效的緩解了錯(cuò)位匹配問題，而且減少了背景的干擾，提高了再識別性能。

關(guān) 鍵 詞 行人再識別;行人分割;部位對齊網(wǎng)絡(luò);加權(quán)融合

中圖分類號 TP391.41? ? ?文獻(xiàn)標(biāo)志碼 A

A segmentation-based part alignment network for person re-identification

GENG Shuze1， YU Ming1， 2， CEN Shixin2， LIU Xiaoliang3

（ 1. School of Electronic and Information Engineering， Hebei University of Technology， Tianjin 300401， China; 2. School of Artificial Intelligence and Data Science， Hebei University of Technology， Tianjin 300401， China; 3. State Grid Shandong Electric Power Company Weifang Power Supply Company， Weifang， Shandong 261000， China ）

Abstract In order to solve the problem of misalignment caused by view changes and background interference in person re-identification， a Segmentation-based Part Alignment Network （SegPAN） is proposed. SegPAN includes three main parts： 1） A RefineNet-based segmentation network （TL-RefineNet） is developed to obtain multiple local alignment parts; 2） A part alignment network is put forward based on the segmentation of human body parts to extract the local alignment features; 3） A weighted fusion strategy is applied into the local alignment features to improve the discrimination of visual features， on which the similarity measure is leveraged to achieve person re-identification. Experiment shows that R1 performance achieves 90.5% and 80.3% respectively on Market-1501 and DukeMTMC-reID datasets. The proposed method not only alleviates the problem of misalignment effectively， but also reduces the interference of background and improves the re-ID performance.

Key words person re-identification; person segmentation; part alignment network; weighted fusion

0 引言

行人再識別是指在非交疊的視頻監(jiān)控中尋找與目標(biāo)一致的行人，該技術(shù)可以應(yīng)用于行人檢索、交叉攝像機(jī)跟蹤等視頻監(jiān)控領(lǐng)域[1-5]，是視頻智能分析的一個(gè)重要組成部分。但由于光線、姿勢和視角的多樣性，使得跨場景中的行人匹配極具挑戰(zhàn)性。眾多的影響因素中，錯(cuò)位匹配是導(dǎo)致行人再識別失敗的一個(gè)重要因素，究其原因可分為兩類：1）行人檢測不準(zhǔn)確。例如，當(dāng)圖像中包含大量的背景或行人部位不全時(shí)[6-8]，很容易造成局部背景與行人某區(qū)域之間的錯(cuò)誤匹配（圖1 a））;2）不同視角中行人姿態(tài)的變化。例如，同一行人在騎車與行走時(shí)產(chǎn)生的對應(yīng)匹配，也會(huì)造成錯(cuò)位匹配（圖1 b））。

為了解決行人再識別中的錯(cuò)位匹配，Zhang等[9]提出一個(gè)多分枝網(wǎng)絡(luò)，每個(gè)分支對應(yīng)行人圖像中一個(gè)水平條區(qū)域，通過匹配對應(yīng)的水平區(qū)域?qū)崿F(xiàn)行人部位對齊，但當(dāng)背景較大時(shí)，匹配效果并不理想。Su等[10]構(gòu)建了一個(gè)深度對齊網(wǎng)絡(luò)，網(wǎng)絡(luò)不僅提取全局特征，同時(shí)對整個(gè)行人進(jìn)行重定位，利用重定位的行人進(jìn)行相似度比較以實(shí)現(xiàn)行人的對齊，但該方法并沒有對行人部位進(jìn)行細(xì)分，導(dǎo)致算法對行人姿態(tài)的魯棒性會(huì)受到影響。此外，許多方法借助于行人關(guān)鍵點(diǎn)實(shí)現(xiàn)行人部位對齊[11-18]。Zheng[13]將行人劃分為14個(gè)關(guān)鍵點(diǎn)，利用這些關(guān)鍵點(diǎn)把行人劃分為若干個(gè)區(qū)域，同時(shí)為了提取不同尺度上的局部特征，還設(shè)定了3個(gè)不同的PoseBox組合進(jìn)行映射矯正對齊。與方法[13]不同的是，Zhao[15]并沒有用仿射變換來實(shí)現(xiàn)局部對齊，而是直接利用行人關(guān)鍵點(diǎn)來摳出多個(gè)行人部位，然后將這些區(qū)域和原始圖像一并輸入到對齊網(wǎng)絡(luò)進(jìn)行特征匹配。由于該方法的摳取方式過于簡單使得算法無法獲取精確的部位區(qū)域，不可避免地引入無關(guān)背景，并且關(guān)鍵點(diǎn)的檢測并不可靠[19]。

為了解決行人未對齊，提高算法對姿態(tài)變化的魯棒性，本文提出一種新的再識別方法，該方法不僅提取全局特征，同時(shí)還對行人的各個(gè)部分進(jìn)行了區(qū)域劃分，通過對應(yīng)部位之間的匹配實(shí)現(xiàn)行人對齊，與其他方法[11-15]不同的是，本方法并沒有采用行人關(guān)鍵點(diǎn)進(jìn)行行人區(qū)域劃分，而是采用一種行人分割的策略完成圖像中行人各部分的有效分割（頭部、軀干、腿等），在此基礎(chǔ)上進(jìn)一步構(gòu)建行人部位對齊網(wǎng)絡(luò)實(shí)現(xiàn)行人部位對齊。此外，在融合部位對齊特征時(shí)，采用一種加權(quán)的策略以提高特征魯棒性。通過該方法不僅能實(shí)現(xiàn)行人與背景的分離，消除背景的干擾，而且能有效地提高行人對齊效果（圖2）。

本文主要的貢獻(xiàn)可歸納為以下3點(diǎn)：

1）提出基于行人部位分割對齊的再識別網(wǎng)絡(luò)，網(wǎng)絡(luò)的輸入不僅包含分割的行人區(qū)域，而且包含對應(yīng)區(qū)域置信特征，該特征可以對分割的效果進(jìn)行有效反饋，提高局部特征的可靠性。

2）為了獲取良好的行人分割效果，提出基于過渡層（Transition Layer）的RefineNet網(wǎng)絡(luò)（TL-RefineNet），以實(shí)現(xiàn)對行人部位的精確分割。

3）提出一種加權(quán)融合的方法，將提取的多個(gè)區(qū)域特征進(jìn)行加權(quán)，實(shí)現(xiàn)多個(gè)對齊特征的有效融合，進(jìn)一步提高特征的可區(qū)分性。

為了驗(yàn)證提出方法的有效性，在兩個(gè)標(biāo)準(zhǔn)行人再識別數(shù)據(jù)集進(jìn)行驗(yàn)證，分析其有效性及各部分的作用，并與其他主流方法進(jìn)行性能比較。

1 本文方法

本文方法主要包括3個(gè)部分：行人分割、行人部位對齊以及行人對齊特征的融合（圖2）。首先利用提出的TL-RefineNet網(wǎng)絡(luò)將行人圖像進(jìn)行分割，得到多個(gè)行人分割區(qū)域，例如，行人上半?yún)^(qū)域和行人下半?yún)^(qū)域。然后基于分割的行人區(qū)域，構(gòu)建行人部位對齊網(wǎng)絡(luò)，提取部位對齊特征。最后通過加權(quán)融合的方式將提取的對齊特征進(jìn)行融合，提高特征的魯棒性。在該基礎(chǔ)上計(jì)算特征之間的相似性，獲得最終結(jié)果。

1.1 TL-RefineNet與行人部位分割

本研究目標(biāo)是分割出行人對齊部位，然后將其應(yīng)用到行人部位對齊網(wǎng)絡(luò)，以解決行人錯(cuò)位匹配問題。但直接對re-ID數(shù)據(jù)集中的行人進(jìn)行分割將面臨兩個(gè)主要問題：1）由于re-ID數(shù)據(jù)集沒有語義分割標(biāo)簽，很難直接在re-ID數(shù)據(jù)集上訓(xùn)練分割網(wǎng)絡(luò);2）直接利用在非re-ID數(shù)據(jù)集（如Person Parts Dataset [20]）訓(xùn)練的分割模型，用在re-ID數(shù)據(jù)集上進(jìn)行分割，并不能獲得理想的分割效果。其主要原因在于：在re-ID數(shù)據(jù)集中，行人圖像的分辨率太低（尺寸?。?，使得圖像分割目標(biāo)過小，許多細(xì)節(jié)特征不足。但是，在re-ID數(shù)據(jù)集中，行人已被裁剪好，并且他們在圖像中占據(jù)了絕大部分區(qū)域。因此一個(gè)合適的放大操作不僅能放大分割目標(biāo)，而且因放大而導(dǎo)致的背景干擾也是有限的?；诖怂悸罚疚奶岢鲆粋€(gè)過渡層嵌入到RefineNet分割網(wǎng)絡(luò)中，以實(shí)現(xiàn)圖像中行人各部位的良好分割。

具體的，過渡層由一個(gè)雙線性差值構(gòu)成，設(shè)插值像素值f （m， n）如公式（1）所示：

[fm，n=θ1θ2Q11Q12Q21Q22θ3θ4][，] （1）

式中：[θ1=m2-m，][θ2=m-m1，][θ3=n2-n，][θ4=n-n1，][Q11=m1，n1，][Q12=m1，n2，][Q21=m2，n1，][Q22=m2，n2]表示[fm，n]的4個(gè)近鄰坐標(biāo)。放大尺度參數(shù)設(shè)為α，該參數(shù)可通過網(wǎng)絡(luò)訓(xùn)練獲得。首先在Person Parts 數(shù)據(jù)集上訓(xùn)練基礎(chǔ)的RefineNet，然后將T-Layer層嵌入到訓(xùn)練好的RefineNet（如圖3所示）。最后通過固定RefineNet網(wǎng)絡(luò)的其他參數(shù)，利用部分分割結(jié)果訓(xùn)練尺度參數(shù)。行人分割網(wǎng)絡(luò)的輸出為預(yù)定義的分割標(biāo)簽，即行人上半部分（包括行人頭部、上臂和軀干）和行人下半部分（包括行人軀干以下及腿部，如圖2所示）。

1.2 基于分割的行人部位對齊網(wǎng)絡(luò)

為了緩解行人未對齊問題，本文基于分割的行人區(qū)域構(gòu)建一個(gè)行人部位對齊網(wǎng)絡(luò)。該網(wǎng)絡(luò)針對每個(gè)行人部位構(gòu)建一個(gè)分支網(wǎng)絡(luò)，從而提取部位對齊特征。

此外，考慮到，當(dāng)行人被嚴(yán)重遮擋時(shí)，行人的分割效果會(huì)受到一定的影響。為了彌補(bǔ)這一影響，本文將原始圖像單獨(dú)作為一個(gè)網(wǎng)絡(luò)分支，合并到整個(gè)行人對齊網(wǎng)絡(luò)中，共構(gòu)建3個(gè)網(wǎng)絡(luò)分支。每個(gè)網(wǎng)絡(luò)分支的基本結(jié)構(gòu)為Resnet50網(wǎng)絡(luò)的pooling5層及以前的所有網(wǎng)絡(luò)層結(jié)構(gòu)。特別的，每個(gè)網(wǎng)絡(luò)分支的輸入除了分割后的RGB圖像，由分割獲得的對應(yīng)的置信特征也被輸入到對齊網(wǎng)絡(luò)中，以提高分割結(jié)果的可靠度。將每個(gè)網(wǎng)絡(luò)分支輸出的1×1×2 048維特征作為部位對齊特征。具體結(jié)構(gòu)如圖2所示。

在訓(xùn)練時(shí)，由于不同數(shù)據(jù)集的行人數(shù)目不同，本文增加了一個(gè)全鏈接層以調(diào)整輸出結(jié)果的維度變化。Softmax用來將每一個(gè)行人的預(yù)測值[ak]歸一化到[0， 1]：

[pkx=expakk=1Kak][，] （2）

式中[K]表示數(shù)據(jù)集中行人的類別數(shù)目 （Person ID）。通過交叉熵來迭代獲取每個(gè)分支網(wǎng)絡(luò)的最小損失值：

[lossi=-k=1K（log（p（k|x））q（k|x））][，] [qy|x=1，y=k0，y≠k]， （3）

式中：x表示網(wǎng)絡(luò)輸入特征;i =1，2，3對應(yīng)3個(gè)網(wǎng)絡(luò)分支;y為類別標(biāo)簽。此外，當(dāng)行人圖像檢測不準(zhǔn)確或者存在大量背景時(shí)，在輸入對齊網(wǎng)絡(luò)之前，本文通過雙線性差值對分割結(jié)果進(jìn)行裁剪、尺寸調(diào)整，從而實(shí)現(xiàn)行人初步對齊，如圖4所示。

1.3 局部對齊特征的加權(quán)融合

為了反映不同部位在再識別過程中的重要程度，本文提出一種特征加權(quán)融合方法，來提高行人特征的魯棒性。在此過程中，使用3個(gè)（1×1）加權(quán)卷積核對提取的3個(gè)對齊特征進(jìn)行加權(quán)融合，然后通過一個(gè)全連接層，來調(diào)整融合后特征的輸出維度（不同數(shù)據(jù)集中行人數(shù)目不同）。

考慮到單個(gè)線性權(quán)重層可能會(huì)對某些部位的特殊特征產(chǎn)生過大的響應(yīng)[2]， 為此，一個(gè)非線性函數(shù)被加入以均衡部位特征向量的響應(yīng)。

具體的經(jīng)過非線性變換的特征[hwi]以通過公式（4）計(jì)算：

[hwi=tanh（hi⊙Wi+Bi）][，] （4）

式中：[Wi]代表權(quán)重參數(shù);[Bi]表示偏置向量，其維度與特征向量一致;符[號][⊙]表示2個(gè)向量的阿達(dá)瑪積。輸出的向量[hwi]為提取的加權(quán)特征。

同樣的，在訓(xùn)練時(shí)，用Softmax將每個(gè)行人的預(yù)測值[ak]歸一化到[0， 1]。網(wǎng)絡(luò)中，3個(gè)網(wǎng)絡(luò)分枝的損失之和作為特征融合網(wǎng)絡(luò)的損失函數(shù)，通過交叉熵來計(jì)算融合網(wǎng)絡(luò)的最小損失值：

[ losssum=-i=13k=1K（log（p（k|x））q（k|x））][，] [qy|x=1，y=k0，y≠k]， （5）

式中：x表示網(wǎng)絡(luò)輸入特征;i =1，2，3對應(yīng)3個(gè)網(wǎng)絡(luò)分支;y為類別標(biāo)簽。融合后的特征作為最終的行人再識別特征，利用歐式距離計(jì)算特征之間的相似度，獲取最終的再識別結(jié)果。

2 實(shí)驗(yàn)結(jié)果及分析

本文在兩個(gè)行人再識別數(shù)據(jù)集上對提出的算法進(jìn)行驗(yàn)證，并與當(dāng)前主流算法進(jìn)行對比。測試的數(shù)據(jù)集包括DukeMTMC-reID（Duke）和Market1501（如圖5所示）。這些數(shù)據(jù)集的視角、光照、場景以及遮擋情況各不相同，能較好的反映行人再識別的真實(shí)場景。在訓(xùn)練測試時(shí)，隨機(jī)選取數(shù)據(jù)集中一半行人進(jìn)行訓(xùn)練，剩下一半行人進(jìn)行測試。為了增加測試結(jié)果的可靠性，取10次測試結(jié)果的平均結(jié)果作為最終的測試結(jié)果。測試的評價(jià)指標(biāo)采用累積匹配特性曲線（Cumulative Match Characteristic， CMC）和平均準(zhǔn)確精度（Mean Average Precision， mAP）來評估模型性能。

Market-1501數(shù)據(jù)集包括（由6個(gè)攝像頭拍攝到的）1 501個(gè)行人、32 668個(gè)檢測到的行人圖像。每個(gè)行人至少包含2個(gè)視角，并且在一個(gè)視角中可能具有多張圖像。訓(xùn)練集有751人，包含12 936張圖像，測試集有750人，包含19 732張圖像。

DukeMTMC 數(shù)據(jù)集是一個(gè)大規(guī)模標(biāo)記的多目標(biāo)多視角行人跟蹤數(shù)據(jù)集，一共有1 404個(gè)行人，36 411 張圖像。其中測試集702人，共17 661張圖像;訓(xùn)練集702人，共16 522張圖像，驗(yàn)證集2 228張圖像。

2.1 實(shí)驗(yàn)分析

2.1.1 TL-RefineNet的有效性分析

由于行人再識別數(shù)據(jù)集沒有語義分割標(biāo)簽，不能直接利用交并比（Intersection over Union， IOU）指標(biāo)進(jìn)行性能測試，但是分割效果仍然可以通過視覺對比進(jìn)行比較，具體結(jié)果如圖6所示。

從結(jié)果可以看出，提出的TL-RefineNet能夠有效的完成復(fù)雜場景中的行人部位分割。與RefineNet相比，TL-RefineNet的行人分割效果得到很大的提高，不僅提取到更多的行人細(xì)節(jié)，而且降低了的額外噪聲。這表明，T-Layer對行人的分割是有效的，一方面可以提高局部區(qū)域的細(xì)節(jié)信息，另一方面為部位對齊網(wǎng)絡(luò)提供了良好的對齊區(qū)域。

2.1.2 特征加權(quán)融合的有效性分析

為了驗(yàn)證特征加權(quán)融合的有效性，本文首先采用加權(quán)模型進(jìn)行特征加權(quán)融合（SegPAN），在兩個(gè)數(shù)據(jù)集上進(jìn)行實(shí)驗(yàn)，然后去掉加權(quán)模型，將提取的對齊特征直接拼接組成行人特征（SegPAN-W），作為對比實(shí)驗(yàn)，實(shí)驗(yàn)結(jié)果如圖7所示。具體來說，在Market1501數(shù)據(jù)集上，SegPAN在R1（CMC曲線中，排名第1時(shí)的正確率）上的性能為90.5%，與SegPAN-W相比提高了1.4%。同樣的，在Duke數(shù)據(jù)集中，加權(quán)融合后R1的性能相比沒有加權(quán)融合的性能高1.1%。進(jìn)一步，從整體性能（前R10和mAP）上看， SegPAN的性能也都高于SegPAN-W的性能。這些性能的提高主要?dú)w結(jié)于加權(quán)融合策略能根據(jù)行人姿態(tài)、場景等情況來分配不同的權(quán)重以提高特征的魯棒性。

2.1.3 對齊效果的分析

為了驗(yàn)證本文方法對錯(cuò)位匹配的有效性，本文不僅對比了基本網(wǎng)絡(luò)ResNet50[24]，同時(shí)還對比了3個(gè)經(jīng)典的解決錯(cuò)位對齊的方法：PSE[12]、PIE[13]和Pose-T[14]， 具體結(jié)果如表1所示。

從結(jié)果可以看出本文方法的性能在R1和mAP上都取得了最好的效果，特別地，與ResNet50相比，本文提出方法有著更大的性能優(yōu)勢，在Market1501數(shù)據(jù)集上，SegPAN的性能分別為90.5% （R1）和73.7%（mAP），分別比基礎(chǔ)網(wǎng)絡(luò)ResNet50的性能提高了7.9%和14.6%。同樣，在Duke數(shù)據(jù)集上，SegPAN的性能為80.3%（R1），相比ResNet50的識別率提高了8%，這些性能的提高可以充分說明本文方法對錯(cuò)位匹配的有效性，不僅避免了背景的干擾，而且能有效的實(shí)現(xiàn)了各個(gè)部位的對齊匹配，提高了再識別性能。

進(jìn)一步，與對齊方法PSE（基于關(guān)鍵點(diǎn)構(gòu)建的）相比，本文方法在R1和mAP上仍然有2.8%和4.7%的優(yōu)勢（Market1501）。主要原因在于相比基于行人關(guān)鍵點(diǎn)構(gòu)建的對齊方法，本文方法能夠更準(zhǔn)確的獲得行人的對齊區(qū)域，提高部位對齊效果。

2.2 與主流方法的對比

1）Market1501。在Market-1501中，SegPAN表現(xiàn)出最佳的再識別率：R1 = 90.5%，mAP = 73.7%。與Pose-T[14]相比，分別提高2.9%和4.8%。造成這些差距的主要原因是Pose-T是基于行人部位關(guān)鍵位姿點(diǎn)進(jìn)行對齊，很容易將額外的背景引入到對齊區(qū)域中。相反，本文方法是基于分割策略來實(shí)現(xiàn)行人對齊，并提出了TL-RefineNet來提高分割性能。

2）Duke。在該數(shù)據(jù)集中，選擇6種主流方法來對比。與Market1501數(shù)據(jù)集相比，Duke數(shù)據(jù)集具有更多的遮擋和更大的場景變換。從結(jié)果可以看出，SegPAN的性能依然是最好的，在R1和mAP上，相比方法PSE[12]的性能分別高0.5%和1.1%。此外，相比基于級聯(lián)網(wǎng)絡(luò)的T-S+d-II[23]有著4.8%的優(yōu)勢（R1），這些結(jié)果充分說明本文方法的有效性。

3 結(jié)束語

本文提出一種新的再識別方法來解決行人再識別中的未對齊問題，該方法采用一種分割的策略來獲取行人對齊部位，不僅有助于行人部位的有效對齊，而且降低了背景的干擾。在特征融合方面進(jìn)一步采用加權(quán)融合的方法，來提高對齊特征的魯棒性。實(shí)驗(yàn)表明，在Market1501和Duke數(shù)據(jù)集中，本文方法分別獲得了90.5%和80.3%的再識別率（R1），高于其他主流方法。

通過該研究，本文對行人未對齊問題有了更深入的認(rèn)識，一方面通過行人分割對齊可以有效緩解行人未對齊現(xiàn)象;另一方面行人分割的準(zhǔn)確性對再識別結(jié)果有著一定的干擾。特別是當(dāng)行人圖像出現(xiàn)嚴(yán)重遮擋或分辨率過低時(shí)，行人的對齊效果會(huì)受到更大的影響，該不足也將會(huì)成為我們未來研究的重點(diǎn)。

參考文獻(xiàn)：

[1]? ? 李幼蛟，卓力，張菁，等. 行人再識別技術(shù)綜述[J]. 自動(dòng)化學(xué)報(bào)，2018，44（9）：1554-1568.

[2]? ? 譚飛剛，黃玲，翟聰，等. 一種用于大型交通樞紐的跨攝像機(jī)行人再識別算法研究[J]. 鐵道學(xué)報(bào)，2017，39（1）：76-82.

[3]? ? 王沖，王洪元. 基于跨場景遷移學(xué)習(xí)的行人再識別[J]. 計(jì)算機(jī)工程與設(shè)計(jì)，2018，39（5）：1457-1462.

[4]? ? GENG S，YU M，GUO Y，et al. A Weighted center graph fusion method for person re-identification [J]. IEEE Access，2019，7：23329- 23342.

[5]? ? 蔣建國，楊寧，齊美彬，等. 區(qū)域塊分割與融合的行人再識別[J]. 中國圖象圖形學(xué)報(bào)，2019，24（4）：513-522.

[6]? ? GENG S，YU M，LIU Y，et al. Re-ranking pedestrian re-identification with multiple metrics[J]. Multimedia Tools and Applications，2019，78（9）：11631-11653.

[7]? ? GUO Y，CHEUNG N M. Efficient and deep person re-identification using multi-level similarity[C]//2018 IEEE/CVF Conference on Computer Vision and Pattern Recognition. Salt Lake City，UT. New York，USA：IEEE，2018：2335-2344.

[8]? ? CHEN Y，ZHU X，GONG S，et al. Person re-identification by deep learning multi-scale representations[C]// 2017 IEEE International Conference on Computer Vision Workshops （ICCVW）. Venice. New York，USA：IEEE，2017：2590-2600.

[9]? ? ZHANG Z，SI T. Learning deep features from body and parts for person re-identification in camera networks [J]. Journal on Wireless Communications and Networking，2018 （1）：39-52.

[10]? SU C，LI J，ZHANG S，et al. Pose-driven deep convolutional model for person re-identification[C]// 2017 IEEE International Conference on Computer Vision （ICCV）. Venice. New York，USA：IEEE，2017：3980-3989.

[11]? ZHENG Z，ZHENG L，YANG Y. Pedestrian alignment network for large-scale person re-identification [J]. IEEE Transactions on Circuits and Systems for Video Technology，2018，4：1-11.

[12]? SARFRAZ M S，SCHUMANN A，EBERLE A，et al. A pose-sensitive embedding for person re-identification with expanded cross neighborhood re-ranking [C]// 2018 IEEE/CVF Conference on Computer Vision and Pattern Recognition. Salt Lake City，UT. New York，USA：IEEE，2018：420-429.

[13]? ZHENG L，HUANG Y，LU H C，et al. Pose invariant embedding for deep person re-identification [J]. IEEE Transactions on Image Processing，2019，28（9）：4500-4509.

[14]? LIU J，NI B，YAN Y，et al. Pose transferrable person re-identification [C]// 2018 IEEE/CVF Conference on Computer Vision and Pattern Recognition. Salt Lake City，UT，USA. New York，USA：IEEE，2018：4099-4108.

[15]? ZHAO H，TIAN M，SUN S，et al. Spindle net：Person re-identification with human body region guided feature decomposition and fusion[C]//2017 IEEE Conference on Computer Vision and Pattern Recognition （CVPR）. Honolulu，HI. New York，USA：IEEE，2017：1077-1085.

[16]? YAO H T，ZHANG S L，HONG R C，et al. Deep representation learning with part loss for person re-identification [J]. IEEE Transactions on Image Processing，2019，28（6）：2860–2871.

[17]? ZHANG W S，YAO H，GAO W，et al. Glad：Global-local-alignment descriptor for pedestrian retrieval[C]// ACM International Conference on Multimedia. Silicon Valley，USA，2017：420-428.

[18]? 田萱，王亮，丁琪. 基于深度學(xué)習(xí)的圖像語義分割方法綜述[J]. 軟件學(xué)報(bào)，2019，30（2）：440-468.

[19]? XIAO T，LI S，WANG B C，et al. Joint detection and identification feature learning for person search[C]// 2017 IEEE Conference on Computer Vision and Pattern Recognition （CVPR）. Honolulu，HI. New York，USA：IEEE，2017：3376-3385.

[20]? LIN G，ANTON M，SHEN C，et al. Refinenet：Multi-path refinement networks for high-resolution semantic segmentation[C]// 2017 IEEE Conference on Computer Vision and Pattern Recognition （CVPR）. Honolulu，HI. New York，USA：IEEE，2017：1925-1934.

[21]? ZHANG Y，XIANG T，TIMOTHY M，et al. Deep mutual learning[C]// 2018 IEEE/CVF Conference on Computer Vision and Pattern Recognition. Salt Lake City，UT. New York，USA：IEEE，2018：4320-4328.

[22]? YU R，DOU Z，BAI S，ZHANG Z，et al. Hard-aware point-to-set deep metric for person re-identification [C]// European Conference on Computer Vision. Munich，Germany，2018：196-212.

[23]? HUANG Y，XU J，WU Q，et al. Multi-pseudo regularized label for generated data in person re-identification [J]. IEEE Transactions on Image Processing，2019，28（3）：1391-1403.

[24]? HE K，ZHANG X，REN S，et al. Deep residual learning for image recognition[C]//2016 IEEE Conference on Computer Vision and Pattern Recognition （CVPR）. Las Vegas，NV，USA. New York，USA：IEEE，2016：770-778.

[25]? ZHONG Z，ZHENG L，ZHENG Z，et al. Camstyle：A novel data augmentation method for person re-identification [J]. IEEE Transactions on Image Processing，2019，28（3）：1176-1190.

[責(zé)任編輯 田 豐]