基于多尺度加權(quán)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(shù)大學(xué)電子與信息工程學(xué)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(tǒng)和智能安防應(yīng)用的領(lǐng)域越來越多，行人重識別也吸引著越來越多的學(xué)者進行研究。由于攝像頭參數(shù)不同和場景的不同，會有光照、遮擋或多姿態(tài)變化等問題，導(dǎo)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(wǎng)絡(luò)提取特征增加了難度。

傳統(tǒng)的行人重識別方法主要依賴于人工手動設(shè)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(tài)特征［1］等，其中顏色特征為最經(jīng)常使用的特征，顏色特征中經(jīng)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(tài)特征作為最具有潛力的特征，常根據(jù)人體測量學(xué)數(shù)據(jù)、運動學(xué)數(shù)據(jù)、動力學(xué)數(shù)據(jù)以及視頻流數(shù)據(jù)等提取行人的步態(tài)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(yù)處理的過程中操作復(fù)雜。所以對基于手工特征的研究工作逐步減少。與傳統(tǒng)方法相比，深度學(xué)習(xí)方法不需要手工設(shè)計特征，它會在訓(xùn)練過程中自動提取數(shù)據(jù)中的樣本特征，這樣可以獲得更強的數(shù)據(jù)特征表示。目前基于深度學(xué)習(xí)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］。基于全局特征的行人重識別方法將會為每一個行人圖像提取全局特征向量?；谌痔卣鞯姆椒ū容^簡單，但是它很難關(guān)注到行人的細(xì)節(jié)區(qū)域，全局特征大多數(shù)為粗粒度特征，當(dāng)行人圖片中出現(xiàn)遮擋、多姿態(tài)變換或行人不對齊等諸多影響因素時，會影響模型的識別精度。基于局部特征的行人重識別方法是對行人圖像中的部分區(qū)域進行特征聚合，能夠考慮到更多的行人細(xì)節(jié)特征，使網(wǎng)絡(luò)更加具有魯棒性。在訓(xùn)練時，一般采用對行人圖像均勻分割的方法，對每一部分圖像進行特征的提取。2018年Sun［3］等人提出了PCB（Partbased Convolutional Baseline，PCB）方法，PCB 將卷積神經(jīng)網(wǎng)絡(luò)中輸出的特征圖水平劃分為6個均勻的條紋區(qū)域，然后分別對這些區(qū)域提取特征，最后利用每個部分的特征產(chǎn)生獨立的損失，這種方法有效提高了行人重識別的精度，但是基于局部特征的行人重識別方法只關(guān)注了單個行人圖像內(nèi)部的關(guān)系，忽略了多張行人圖像之間的關(guān)系，所以采用全局特征和局部特征融合的方法可以達(dá)到更好的效果。2018年Wang［4］等人提出的MGN（Multiple Granularity Network，MGN）多粒度模型，它將全局特征與局部特征結(jié)合到一起，然后使用三元組損失函數(shù)和交叉熵?fù)p失函數(shù)對特征進行優(yōu)化，使行人重識別的精度有了大幅度提升，但是它沒有充分的利用粗粒度特征和細(xì)粒度特征。2019 年Zheng［5］等人將特征金字塔引入到了行人重識別領(lǐng)域，在全局特征和局部特征的基礎(chǔ)上，加強了粗粒度特征與細(xì)粒度特征之間的融合，使得模型可以提取到具有較強上下文關(guān)聯(lián)的圖像特征。但是在特征融合的過程中，并沒有考慮到粗粒度特征和細(xì)粒度特征對最終行人目標(biāo)的貢獻(xiàn)度。

針對這一情況，本文提出了一種基于多尺度加權(quán)特征融合的行人重識別方法（Person Re-identification Method Based on Multi-scale Weighted Feature Fusion，MSWF），首先，使用ResNeSt-50［6］作為主干網(wǎng)絡(luò)進行行人圖像特征的提取。由于ResNeSt-50 同一層中有多個卷積核，所以可以提取更豐富的行人圖像特征。其次，使用加權(quán)的特征金字塔網(wǎng)絡(luò)進行多尺度特征的融合，最后，將融合后的富含語義信息的高層特征作為全局特征，將融合后的高分辨率特征作為局部特征。實驗中采用三元組損失函數(shù)（Triplet loss）［7］、中心損失函數(shù)（Center loss）［8］和Softmax損失函數(shù)（Softmax loss）作為優(yōu)化目標(biāo)，分別對全局特征和局部特征進行訓(xùn)練，在行人預(yù)測階段，聯(lián)合全局特征和局部特征進行行人的匹配。該方法在Market-1501［9］、DukeMTMC-reID［10］、CUHK03-Labeled 和CUHK03-Detected 數(shù)據(jù)集上進行大量的實驗，最終結(jié)果驗證本文所提方法可以較好的提高行人重識別的精度和準(zhǔn)確率。

2 加權(quán)特征機理及網(wǎng)絡(luò)結(jié)構(gòu)

基于多尺度加權(quán)特征融合的行人重識別方法（Person Re-identification Method Based on Multiscale Weighted Feature Fusion，MSWF）網(wǎng)絡(luò)圖如圖1所示，網(wǎng)絡(luò)由ResNeSt-50 主干網(wǎng)絡(luò)、加權(quán)特征金字塔網(wǎng)絡(luò)和分支網(wǎng)絡(luò)組成。

圖1 網(wǎng)絡(luò)結(jié)構(gòu)Fig.1 Network structure

2.1 主干網(wǎng)絡(luò)

本方法采用的ResNeSt-50 分裂結(jié)構(gòu)如圖2 所示，ResNeSt-50 網(wǎng)絡(luò)中同一層中多個卷積核分支可以分別提取不同的特征，使得網(wǎng)絡(luò)提取到的特征多樣化。ResNeSt-50 有兩個超參數(shù)分別為k和r，k表示的是將特征在通道維度上分成k個基塊組（cardinal groups），r表示的是在每個基塊組內(nèi)繼續(xù)沿通道維度將特征分成r個分裂組（split groups），即將輸入特征分為了k×r組。同時網(wǎng)絡(luò)中引入軟注意力機制可以實現(xiàn)特征通道間的權(quán)重分配。首先對所有分裂組中的特征進行1×1 卷積和3×3 卷積，然后將卷積之后的結(jié)果相加，再通過全局平均池化得到與單個分裂組卷積之后結(jié)果相同維度的特征，最后使用兩組1×1 的卷積核進行權(quán)重系數(shù)的再分配，為保證特征的權(quán)重獨立分布，使用軟注意力機制分別計算各個分裂組的權(quán)重，這樣可以使網(wǎng)絡(luò)更加關(guān)注到行人圖像的重點區(qū)域，減少對非重點區(qū)域的關(guān)注。

圖2 ResNeSt-50分裂結(jié)構(gòu)Fig.2 ResNeSt-50 split structure

本文將分辨率大小為384×128的行人圖像輸入到ResNeSt-50 中，然后通過下采樣獲取特征圖C（348×16）、C（424×8）和C（512×4），作為加權(quán)特征金字塔網(wǎng)絡(luò)的輸入部分。

2.2 加權(quán)特征金字塔網(wǎng)絡(luò)機理分析及結(jié)構(gòu)

當(dāng)圖像中行人目標(biāo)太小的時候，ResNeSt-50 提取特征時會忽略小目標(biāo)行人，導(dǎo)致出現(xiàn)行人識別不出的問題。為了獲得更加豐富的層級特征信息，從而提高網(wǎng)絡(luò)的泛化能力和魯棒性。本文采用快速歸一化融合方法將富含語義的高層特征和具有高分辨率信息的低層特征進行加權(quán)融合，加權(quán)計算具體公式如下所示：

其中ωi為可以學(xué)習(xí)的權(quán)重參數(shù)，0 ≤ωi≤1，Ii為要融合的特征，在每個ωi后添加ReLU 函數(shù)確保ωi≥0，為了避免數(shù)值出現(xiàn)不穩(wěn)定的情況，將ε設(shè)為0.0001。

加權(quán)特征金字塔網(wǎng)絡(luò)結(jié)構(gòu)圖如圖3 所示，其中虛線框部分為加權(quán)特征金字塔模塊，加權(quán)特征金字塔模塊由自底向上和自頂向下兩條特征融合路徑組成，在加權(quán)特征金字塔網(wǎng)絡(luò)中共堆疊了α個加權(quán)特征金字塔模塊，在堆疊過程中，前一個加權(quán)特征金字塔模塊的輸出會作為下一個加權(quán)特征金字塔模塊的輸入。C3、C4和C5分別是行人圖像通過ResNeSt-50 網(wǎng)絡(luò)下采樣3 倍、下采樣4 倍和下采樣5倍的特征圖。C3、C4和C5經(jīng)過same padding 卷積獲得統(tǒng)一通道數(shù)為512的特征圖P3_in、P4_in和P5_in，然后對P5_in進行最大池化操作，獲取下采樣6 倍的特征圖P6_in。然后對P6_in進行卷積操作獲得特征圖P6_td，對P6_td上采樣后與P5_in相加得到P5_td，對P5_td上采樣后與P4_in相加獲得P4_td，每一層級以此類推，最終獲得特征圖P6_out、P5_out、P4_out和P3_out。在特征融合的過程中，由于不同的輸入特征分辨率不同，導(dǎo)致它們對輸出特征的貢獻(xiàn)度不同，所以本文在特征融合的過程中引入了加權(quán)操作，讓網(wǎng)絡(luò)模型在訓(xùn)練中學(xué)習(xí)輸入特征的權(quán)重，以P5_td和P5_out為例，運算公式如下所示：

圖3 加權(quán)特征金字塔網(wǎng)絡(luò)結(jié)構(gòu)圖Fig.3 Weighted feature pyramid network structure diagram

加權(quán)特征金字塔網(wǎng)絡(luò)的輸出包含了粗粒度特征和細(xì)粒度特征，同時還會在訓(xùn)練中自動學(xué)習(xí)分配不同融合特征的權(quán)重，這樣可以更好的表達(dá)行人的信息，并增加行人識別的準(zhǔn)確率與精度。經(jīng)過實驗，當(dāng)堆疊加權(quán)特征金字塔模塊α=2 時，實驗的效果最好。

2.3 分支網(wǎng)絡(luò)

本文的分支網(wǎng)絡(luò)中包含兩個分支，分別是全局分支和局部分支，具體結(jié)構(gòu)如圖4 所示。全局分支的輸入是P6_out和P5_out。將P6_out上采樣成與P5_out相同大小的特征圖，然后在通道維度上與P5_out進行連接，然后輸入到全局平均池化（Global Average Pooling，GAP）［11］中獲得行人圖像的全局特征。全局特征中富含行人圖像的語義特征。局部分支的輸入是P4_out和P3_out，將P3_out進行下采樣得到與P4_out相同大小的特征圖，然后在通道維度中與P4_out連接，獲得大小為24×8的局部特征圖，然后將局部特征圖沿水平方向均勻的劃分為4 份，得到6×8 的特征圖。然后對這4 個特征圖分別進行廣義均值池化（Generalized Mean Pooling，GeM）［12］，并將結(jié)果連接起來獲得通道數(shù)為4096、分辨率大小為1×1 的特征圖，最后經(jīng)過一個1×1的卷積對特征圖進行降維獲得局部特征圖。局部特征圖中包含行人圖像的高分辨率特征。在局部分支中，廣義均值池化的公式為：

圖4 分支網(wǎng)絡(luò)結(jié)構(gòu)Fig.4 Branch network structure

其中pk為超參數(shù)，當(dāng)pk=1 時，f(g)為平均池化；當(dāng)pk→∞時，f(g)為最大池化。在訓(xùn)練的過程中，廣義均值池化會自動學(xué)習(xí)超參數(shù)pk，可以讓模型更好捕獲特征差異性。

在進行行人身份識別時，會將目標(biāo)行人圖片和所有備選行人圖片分別輸入到網(wǎng)絡(luò)模型中，獲得各自的全局特征和局部特征，然后將全局特征和局部特征沿通道維度拼接得到行人的特征，最后使用歐氏距離計算目標(biāo)行人特征與所有備選行人特征之間的距離，距離越小，識別為相同的行人的可能性越大。

2.4 損失函數(shù)

本文的全局分支和局部分支都使用了三種損失函數(shù)進行訓(xùn)練，分別是Softmax 損失函數(shù)、三元組損失函數(shù)和中心損失函數(shù)。

在分類問題中，一般使用Softmax損失函數(shù)進行計算，當(dāng)損失值越小時，則行人的識別率就越高，Softmax損失函數(shù)Lid的計算公式為：

其中N為行人數(shù)量，pi為預(yù)測的概率值，qi為標(biāo)簽向量。

三元組損失函數(shù)是距離度量損失函數(shù)，通過最小化三元組損失函數(shù)可以縮小類內(nèi)間距，擴大類間間距。例如輸入三張行人圖片A、P和M。A和P是正樣本對，A和M是負(fù)樣本對。則三元組損失函數(shù)計算公式如下所示：

其中dp表示正樣本對A和P的特征距離，dn表示負(fù)樣本對A和M的特征距離，β為間隔距離閾值，[z]+表示在z和0中取最大值。在本文中，β取0.3。

中心損失函數(shù)可以進一步減小類內(nèi)距離。公式如下所示：

其中B代表批量大小，yj表示在mini-batch 中第j個行人圖片的標(biāo)簽，cyj表示第yj類特征中心。

全局分支和局部分支的總損失為：

其中γ為中心損失的權(quán)重，在本文中γ取0.0005。

3 實驗結(jié)果與分析

3.1 數(shù)據(jù)集和評估指標(biāo)

本文在三個數(shù)據(jù)集上進行了實驗，分別是Market-1501、DukeMTMC-reID和CUHK03［13］。

Market-1501 數(shù)據(jù)集是2015 年清華大學(xué)公開的行人重識別數(shù)據(jù)集，由6個攝像頭拍攝而成。一共拍攝了1501個行人，每個行人最少由2個攝像頭捕獲。訓(xùn)練集一共有751 個行人，共有12936 張照片，測試集一共750 個人，共有19732 張照片，查詢集中的行人是從測試集中隨機挑選出來的，共有3368張照片。

DukeMTMC-reID 數(shù)據(jù)集是2014 年杜克大學(xué)在校園中收集的用于行人重識別的數(shù)據(jù)集，由8 個攝像頭拍攝而成。訓(xùn)練集一共有702 個行人，共有16522 張照片，測試集一共有702 個行人，共有17661張照片，查詢集中共有2228張照片。

CUHK03數(shù)據(jù)集是在香港中文大學(xué)由10個攝像機拍攝采集而成的，共收集了1467 個行人的照片。根據(jù)標(biāo)注方式的不同，分為了CUHK03-Labeled數(shù)據(jù)集和CUHK03-Detected 數(shù)據(jù)集。在CUHK03-Labeled數(shù)據(jù)集中，訓(xùn)練集共有7368 張照片，測試集共有5328張照片，查詢集共有1400張照片。在CUHK03-Detected數(shù)據(jù)集中，訓(xùn)練集共有7365張照片，測試集共有5332張照片，查詢集共有1400張照片。

本文使用兩種評估指標(biāo)用來評估模型，分別是平均準(zhǔn)確率（mean Average Precision，mAP）和首位命中率（Rank-1）。平均準(zhǔn)確率可以在一定程度上反應(yīng)正確匹配的行人圖像排序靠前的程度，可以更加全面的評估模型。首位命中率指的是計算相似度排序后的第一張圖片與查詢圖像是同一行人的準(zhǔn)確率。

3.2 實驗參數(shù)和環(huán)境配置

實 驗 在Ubuntu18.04、Intel（R）Core（TM）i7-8700K CPU@3.70GHz、NVIDIA GeForce GTX 1080 服務(wù)器上調(diào)試。使用的軟件環(huán)境為Python 3.6、Pytorch 1.7.0和Cuda 11.2。

輸入的行人分辨率大小為384×128，使用Adam［14］優(yōu)化器，初始學(xué)習(xí)率設(shè)置為3.5×10-5，在前10 個epoch 學(xué)習(xí)率慢慢增長到3.5×10-4，當(dāng)?shù)降?0個epoch 和第70 個epoch 時分別衰減至3.5×10-5和3.5×10-6，最大迭代次數(shù)為150。

在訓(xùn)練中，為了防止網(wǎng)絡(luò)依賴單一區(qū)域特征，導(dǎo)致對高遮擋行人識別率降低，并且為了有效避免模型出現(xiàn)過擬合的現(xiàn)象，本文采用隨機擦除［15］方法對數(shù)據(jù)集中遮擋行人的數(shù)據(jù)量進行擴充。

3.3 消融實驗

為了驗證網(wǎng)絡(luò)中主干網(wǎng)絡(luò)和加權(quán)特征金字塔網(wǎng)絡(luò)的有效性，本文將在Market-1501、DukeMTMCreID、CUHK03-Labeled 和CUHK03-Detected 數(shù)據(jù)集上進行消融實驗。為了保證實驗的公平性，所有消融實驗沒有使用Re-ranking［16］。

3.3.1 加權(quán)特征金字塔堆疊參數(shù)分析

為了驗證參數(shù)α對實驗結(jié)果的影響，保持其他條件不變的情況下，對α的值為1、2和3的網(wǎng)絡(luò)模型進行了實驗對比，結(jié)果如表1所示。

表1 不同α值的實驗對比結(jié)果Tab.1 Experimental comparison results of different α values

由實驗結(jié)果可知，當(dāng)α=2時，mAP和Rank-1的值最高，當(dāng)α=3 時，mAP 和Rank-1 的值反而會下降，甚至低于α=1 時的值，這說明當(dāng)加權(quán)特征金字塔堆疊3層時，會增加模型的參數(shù)，導(dǎo)致過度擬合訓(xùn)練數(shù)據(jù)，降低了模型的泛化能力。

3.3.2 主干網(wǎng)絡(luò)分析

為了驗證主干網(wǎng)絡(luò)ResNeSt-50 的有效性，在其他條件不變的情況下，將ResNeSt-50 和ResNet-50［17］分別作為主干網(wǎng)絡(luò)進行實驗，比較模型的平均準(zhǔn)確率和首位命中率，實驗結(jié)果如表2所示。

由表2 可以看出，當(dāng)使用ResNeSt-50 作為主干網(wǎng)絡(luò)提取特征時，mAP和Rank-1都有了很明顯的提升?？梢哉f明使用ResNeSt-50 提取行人特征時，可以提取行人的多個特征，并且重點關(guān)注圖像中的行人區(qū)域。在行人重識別的任務(wù)中，使用ResNeSt-50網(wǎng)絡(luò)提取行人特征可以有效提高行人識別的精度和準(zhǔn)確率。

表2 主干網(wǎng)絡(luò)對比結(jié)果Tab.2 Comparison results of backbone networks

3.3.3 加權(quán)特征金字塔網(wǎng)絡(luò)對實驗結(jié)果的影響

為了驗證特征金字塔網(wǎng)絡(luò)以及在特征金字塔網(wǎng)絡(luò)上進行加權(quán)操作是否可以提升模型的精度和準(zhǔn)確率，本文進行了關(guān)于特征金字塔的消融實驗，下述模型均使用ResNeSt-50 主干網(wǎng)絡(luò)，并且在分支網(wǎng)絡(luò)中既使用全局分支也使用局部分支。模型一表示沒有特征金字塔網(wǎng)絡(luò)的模型，模型二表示沒有加權(quán)操作的特征金字塔網(wǎng)絡(luò)模型，模型三表示有加權(quán)操作的特征金字塔網(wǎng)絡(luò)模型，結(jié)果如表3所示。

由表3 可以看出，當(dāng)加入沒有加權(quán)操作的特征金字塔網(wǎng)絡(luò)模型時，mAP和Rank-1的值低于沒有特征金字塔網(wǎng)絡(luò)的模型，可能由于加入不帶權(quán)重的特征金字塔網(wǎng)絡(luò)模型會增加模型的參數(shù)，引起過擬合，導(dǎo)致mAP 和Rank-1 的值降低。而本文提出的有加權(quán)操作的特征金字塔網(wǎng)絡(luò)模型，雖然也會增加模型的參數(shù)，但是引入了加權(quán)操作后，會讓模型自動學(xué)習(xí)不同特征融合時的權(quán)重，獲得更加精確的多尺度行人特征，因此該模型在這三個模型中取得了最高的mAP 和Rank-1 值。本次實驗結(jié)果證明了有加權(quán)操作的特征金字塔網(wǎng)絡(luò)模型的有效性。

表3 特征金字塔實驗對比結(jié)果Tab.3 Comparison results of feature pyramid experiment

3.3.4 分支網(wǎng)絡(luò)對實驗結(jié)果的影響

為了驗證分支網(wǎng)絡(luò)的必要性，本文對分支結(jié)構(gòu)進行了消融實驗。下述模型均使用ResNeSt-50 主干網(wǎng)絡(luò)和加權(quán)特征金字塔網(wǎng)絡(luò)，模型一表示分支網(wǎng)絡(luò)中僅使用全局分支，模型二表示分支網(wǎng)絡(luò)中僅使用局部分支，模型三表示既使用全局分支又使用局部分支。實驗結(jié)果如表4所示。

由表4可知，僅使用全局分支進行訓(xùn)練時，mAP和Rank-1值都低于僅使用局部分支訓(xùn)練的結(jié)果，可能是由于局部分支可以有效提取行人的細(xì)粒度特征，可以獲得判別力更強的行人特征。而聯(lián)合全局分支和局部分支訓(xùn)練的模型mAP和Rank-1值最高，說明在該模型中聯(lián)合全局分支和局部分支不僅僅可以提取行人的細(xì)粒度特征，還能提取行人的粗粒度特征，有效提升本網(wǎng)絡(luò)對行人的識別率。本次實驗證明了聯(lián)合全局分支和局部分支網(wǎng)絡(luò)的必要性。

表4 分支網(wǎng)絡(luò)結(jié)構(gòu)對比結(jié)果Tab.4 Comparison results of branch network structure

3.4 對比實驗

為了驗證模型的優(yōu)越性，本節(jié)將在Market-1501、DukeMTMC-reID、CUHK03-Labeled 和CUHK03-Detected 數(shù)據(jù)集與近幾年行人重識別主流方法進行比較，其中包括PCB［3］、OSNet［18］、PISNet［19］和GPS［20］等先進算法，比較結(jié)果如表5所示。

表5 與先進算法實驗對比結(jié)果Tab.5 Experimental results compared with advanced algorithms

續(xù)表5

由表5 可知，本文所提出的方法在沒有重排序的情況下，在Market-1501 數(shù)據(jù)集中mAP 可以達(dá)到89.2%，Rank-1 達(dá)到95.8%，雖然Rank-1 比RGA-SC相比低了0.3%，但是mAP 的值高了0.8%。在DukeMTMC-reID 數(shù)據(jù)集中，mAP 到達(dá)79.7%，比ISP低了0.3%，但是Rank-1 比ISP 高出了0.8%。在CUHK03-Labeled 數(shù)據(jù)集中，mAP 和Rank-1 達(dá)到了80.1%和76.6%。在CUHK03-Detected 數(shù)據(jù)集中，mAP和Rank-1達(dá)到了76.6%和80.1%，大幅度領(lǐng)先其他算法。實驗證明了使用ResNeSt-50 網(wǎng)絡(luò)提取行人特征與加權(quán)特征金字塔網(wǎng)絡(luò)聯(lián)合使用的方法在行人重識別領(lǐng)域的有效性。

4 結(jié)論

本文提出了一種基于多尺度加權(quán)特征融合的行人重識別方法。首先，使用主干網(wǎng)絡(luò)ResNeSt-50提取行人圖像的不同尺度的特征，然后輸入到加權(quán)特征金字塔網(wǎng)絡(luò)進行加權(quán)融合，獲得包含高層語義信息和低層高分辨信息的多尺度特征，并分別作為全局特征和局部特征，最后分別通過分類損失函數(shù)、三元組損失函數(shù)和中心損失函數(shù)進行聯(lián)合訓(xùn)練。與其他方法相比，本文方法可以讓模型在訓(xùn)練中找到合適的權(quán)重用來進行特征之間的融合，有效解決了行人被遮擋和行人多姿態(tài)導(dǎo)致網(wǎng)絡(luò)識別不準(zhǔn)確的問題，提高了行人重識別的精度和準(zhǔn)確率。本文在Market-1501、DukeMTMC-reID、CUHK03-Labeled和CUHK03-Detected 數(shù)據(jù)集中進行了對比實驗和消融實驗，對比實驗結(jié)果證明了本方法的精度和準(zhǔn)確率優(yōu)于其他算法，消融實驗結(jié)果證明了本方法改進的有效性。