EPAN：面向物联网监控的鲁棒行人重识别增强对齐网络
计算机视觉与模式识别
2025-11-04 v1
摘要
行人重识别（ReID）在计算机视觉中扮演着关键角色，尤其是在物联网赋能的智能环境中的监控和安全应用中。本研究引入了增强行人对齐网络（EPAN），专为在多样化的物联网监控条件下实现鲁棒的ReID而设计。EPAN采用双分支架构来减轻视角和环境变化的影响，在不同尺度和视角下提取对齐信息。在此，我们展示了EPAN强大的特征提取能力，在Inspection-Personnel数据集上取得了卓越的性能，Rank-1准确率达到90.09%，平均精度均值（mAP）达到78.82%。这凸显了EPAN在现实世界物联网应用中的潜力，能够在监控和安全系统中跨不同摄像头实现有效且可靠的行人ReID。代码和数据可在 https://github.com/ggboy2580/EPAN 获取。
引用
@article{arxiv.2511.01498,
title = {EPAN: Robust Pedestrian Re-Identification via Enhanced Alignment Network for IoT Surveillance},
author = {Zhiyang Jia and Hongyan Cui and Ge Gao and Bo Li and Minjie Zhang and Zishuo Gao and Huiwen Huang and Caisheng Zhuo},
journal= {arXiv preprint arXiv:2511.01498},
year = {2025}
}
备注
12 page, 5 figures