陈海明，王 进+，张琳钰，万 杰，刘国庆

(1.南通大学 信息科学技术学院，江苏 南通 226000；2.中天智能装备有限公司 信息部，江苏 南通 226010)

0 引 言

在理想状态下，行人重识别任务已经实现了较高的识别率。然而，由于现实中摄像头安装的位置不同，目标行人被不同摄像头所捕获的图像存在背景、姿态、视角和遮挡的差异，这往往会造成同一个行人的不同图像之间的差异较大，因此，如何提取判别性强且鲁棒性好的高质量行人特征仍然具有挑战性[1-5]。

针对上述问题，前人提出了一些解决方法，这些方法大多可分为3类：利用全局特征进行行人重识别、利用局部特征进行行人重识别和使用注意力机制提取行人标志性特征。利用全局特征进行行人重识别是将整张行人图像提取成一个特征向量，然后对提取到的特征向量进行相似性度量[6-8]。利用局部特征进行行人重识别是将整张行人图像分割为几个部分的集合，针对各个部分进行相似性度量[9，10]。近来，许多模型借助注意力机制来提取具有辨别性的行人特征[11]。相较于无注意力模型，有注意模型通过增强有效行人特征和抑制无关行人特征的方法取得了较为理想的效果。

上述方法中，无论是有注意模型还是无注意模型，都将特征的空间域和通道域独立处理，而忽略了空它们之间的依赖关系。因此，本文提出了一种基于维度融合注意力的表征学习网络(dimension fusion network，DFNET)。其贡献如下：

(1)提出了维度融合注意力机制，使用维度的变换和滑动窗口的方法融合通道维度和空间维度，采用大感受野学习融合后的维度的关系以达到学习通道域和空间之间联系的目的。……