遮挡行人重识别模型

语义与姿态双流互补

融合语义感知和姿态感知两个分支，专门解决行人被遮挡和姿态变化同时出现的情况，在多个遮挡数据集上性能领先。

高赞 · Peng, Chen · Zhuo, Tao · 刘萌 · 朱磊 · 汪萌 · Chen, Shengyong

IEEE Transactions on Circuits and Systems for Video Technology 2023

参数信息

mAP提升

10.1 %

Rank-1提升

7.4 %

mAP提升

10 %

Rank-1提升

1 %

mAP提升

4.5 %

Rank-1提升

5.5 %

技术优势

同时应对遮挡和姿态变化

通过语义感知流提取多粒度区域特征解决遮挡，同时姿态感知流利用部位关键点补偿姿态变化，双流联合优化。

查询图片缺失部分可补全

利用画廊样本补全查询图像中被遮挡的部分，进一步缓解遮挡带来的信息丢失。

性能显著超越现有方法

在三个公开遮挡数据集上均超过现有最佳方法，相比PAT在Occluded-DukeMTMC上mAP提升10.1%。

应用场景

• 行人再识别：专为遮挡场景设计，可直接用于复杂环境下行人检索。
• 智能安防监控：在监控视频中准确识别被遮挡行人，提升安防系统可靠性。
• 图像检索：利用语义与姿态特征，在图像库中高效检索遮挡目标。