胡晓强，魏 丹，王子阳，沈江霖，任洪娟

（上海工程技术大学 机械与汽车工程学院，上海 201620）

0 概述

行人重识别是判断图像或视频序列中是否存在特定行人的关键技术，被认为是图像检索的子问题，可为犯人追踪、视频数据处理等问题提供智能化解决方案，具有重要的理论意义和实际应用价值［1］。由于行人外观易受穿着、遮挡、姿态和视角等因素的影响，使得行人重识别成为计算机视觉领域中一项具有挑战性的研究课题。

行人重识别的关键问题是寻找一个最具鲁棒性的特征表示。在现有模式识别研究中，涉及区域特征［2］和特征融合［3］的研究较多。文献［4］提出一种端到端比较注意网络（Comparative Attention Network，CAN）模型。该模型在学习几张行人图像后有选择地关注显著的部分，采用比较注意元件生成关注区域，基于LSTM生成注意力图，利用CAN 模型模拟人类的感知过程，验证两幅图像是否为同一行人。文献［5］提出基于局部卷积基准（Part-based Convolutional Baseline，PCB）网络和精确局部池化（Refined Part Pooling，RPP）方法提取局部特征。利用PCB网络将特征图水平划分为六等分并进行平均池化和降维，同时利用RPP 方法将异常值重新分配生成具有内部一致性的精确局部特征，但这种处理方式会产生区域异常值。文献［6］提出一种基于视频的全局深度表示学习方法，以软注意力模块学习局部特征，在视频范围内聚合局部特征。该方法作为对3D卷积神经网络（Convolutional Neural Network，CNN）层的补充，能够捕获视频中的外观信息和运动信息，进一步增加3D 局部对齐方式。网络经过端到端训练，能够自动学习更具判别性的局部区域，从而减少背景等因素造成的影响，但是行人姿势会随着时间的推移而发生改变，显著区域会被佩戴物品遮挡，同时也会造成大量空间信息的丢失。……