MHSA-Net：用于遮挡行人重识别的多头自注意力网络
计算机视觉与模式识别
2022-04-19 v4
摘要
本文提出一种新颖的行人重识别模型，称为多头自注意力网络 (MHSA-Net)，用于剪枝不重要信息并捕获行人图像中的关键局部信息。MHSA-Net 包含两个主要新颖组件：多头自注意力分支 (MHSAB) 和注意力竞争机制 (ACM)。MHSAB 自适应地捕获关键局部行人信息，进而为行人匹配生成图像的有效多样性嵌入。ACM 进一步帮助滤除注意力噪声与非关键信息。通过大量消融实验，我们验证了多头自注意力分支 (MHSAB) 和注意力竞争机制 (ACM) 均对 MHSA-Net 的性能提升有贡献。我们的 MHSA-Net 在标准与遮挡行人 Re-ID 任务中取得了具有竞争力的性能。
引用
@article{arxiv.2008.04015,
title = {MHSA-Net: Multi-Head Self-Attention Network for Occluded Person Re-Identification},
author = {Hongchen Tan and Xiuping Liu and Baocai Yin and Xin Li},
journal= {arXiv preprint arXiv:2008.04015},
year = {2022}
}
备注
Accepted by TNNLS