基于人体与手部图像的局部感知全局注意力行人重识别网络

从图像中学习具有代表性、鲁棒性和判别性的信息对于有效的行人重识别（Re-Id）至关重要。本文提出一种基于人体与手部图像的端到端判别性深度特征学习的复合方法。我们精心设计了局部感知全局注意力网络（LAGA-Net），这是一种多分支深度网络架构，包含一个空间注意力分支、一个通道注意力分支、一个全局特征表示分支和另一个局部特征表示分支。注意力分支聚焦于图像的相关特征，同时抑制无关背景。为克服注意力机制对像素重排等变的弱点，我们将相对位置编码集成到空间注意力模块中以捕获像素的空间位置。全局分支旨在保留全局上下文或结构信息。对于旨在捕获细粒度信息的局部分支，我们在卷积层上水平执行均匀划分以生成条带。我们通过软划分检索部件，而无需显式划分图像或依赖姿态估计等外部线索。一组消融实验表明每个组件都有助于提升LAGA-Net的性能。在四个流行的基于人体的行人Re-Id基准和两个公开可用手部数据集上的大量评估表明，我们提出的方法持续优于现有的最先进（SOTA）方法。