CASIA OpenIR  > 学术期刊  > 自动化学报
基于可解释注意力部件模型的行人重识别方法
周勇; 王瀚正; 赵佳琦; 陈莹; 姚睿; 陈思霖
Source Publication自动化学报
ISSN0254-4156
2023
Volume49Issue:10Pages:2159-2171
Abstract大多数行人重识别(Person re-identification, ReID)方法仅将注意力机制作为提取显著特征的辅助手段,缺少网络对行人图像关注程度的量化研究.基于此,提出一种可解释注意力部件模型(Interpretable attention part model,IAPM).该模型有3个优点:1)利用注意力掩码提取部件特征,解决部件不对齐问题; 2)为了根据部件的显著性程度生成可解释权重,设计可解释权重生成模块(Interpretable weight generation module, IWM); 3)提出显著部件三元损失(Salient part triplet loss, SPTL)用于IWM的训练,提高识别精度和可解释性.在3个主流数据集上进行实验,验证所提出的方法优于现有行人重识别方法.最后通过一项人群主观测评比较IWM生成可解释权重的相对大小与人类直观判断得分,证明本方法具有良好的可解释性.
Keyword行人重识别 注意力机制 可解释深度学习 部件模型
DOI10.16383/j.aas.c200493
Citation statistics
Document Type期刊论文
Identifierhttp://ir.ia.ac.cn/handle/173211/56056
Collection学术期刊_自动化学报
Recommended Citation
GB/T 7714
周勇,王瀚正,赵佳琦,等. 基于可解释注意力部件模型的行人重识别方法[J]. 自动化学报,2023,49(10):2159-2171.
APA 周勇,王瀚正,赵佳琦,陈莹,姚睿,&陈思霖.(2023).基于可解释注意力部件模型的行人重识别方法.自动化学报,49(10),2159-2171.
MLA 周勇,et al."基于可解释注意力部件模型的行人重识别方法".自动化学报 49.10(2023):2159-2171.
Files in This Item: Download All
File Name/Size DocType Version Access License
AAS-CN-2020-0493.pdf(22977KB)期刊论文出版稿开放获取CC BY-NC-SAView Download
Related Services
Recommend this item
Bookmark
Usage statistics
Export to Endnote
Google Scholar
Similar articles in Google Scholar
[周勇]'s Articles
[王瀚正]'s Articles
[赵佳琦]'s Articles
Baidu academic
Similar articles in Baidu academic
[周勇]'s Articles
[王瀚正]'s Articles
[赵佳琦]'s Articles
Bing Scholar
Similar articles in Bing Scholar
[周勇]'s Articles
[王瀚正]'s Articles
[赵佳琦]'s Articles
Terms of Use
No data!
Social Bookmark/Share
File name: AAS-CN-2020-0493.pdf
Format: Adobe PDF
All comments (0)
No comment.
 

Items in the repository are protected by copyright, with all rights reserved, unless otherwise indicated.