《基于图模型与加权损失策略的视频行人重识别研究》

技术简介：

针对监控视频中行人外观、姿态相似等现象导致的视频行人重识别准确率低的问题进行了研究，提出了一种基于图模型的视频行人重识别方法，有效利用了视频中的时序信息，实现跨帧及帧内区域的信息交互。具体来说，利用跨帧分块区域间的关联信息建立区域节点间的固有关系，并进行特征传播迭代更新区域信息。另一方面，在度量学习过程中，提出了一种加权损失函数策略，这个方法将先前挖掘策略中的二进制分配法(即丢弃或保留该样本)优化为连续分数分配法，解决了可用样本未被有效利用的问题。将模型在MARS和DukeMTMC-VideoReID两个数据集上进行了评估，实验结果证实了提出方法的有效性。

研发人员：徐志晨;王洪元;齐鹏宇;欣子豪;