基于注意力金字塔的行人重识别

在本文中，我们提出一种用于行人重识别的注意力金字塔方法。与仅学习全局注意力图的常规基于注意力的方法不同，我们的注意力金字塔以多尺度方式利用注意力区域，因为人类注意力随不同尺度而变化。我们的注意力金字塔模仿人类视觉感知过程，该过程倾向于在杂乱背景上注意到前景行人，并进一步在仔细观察时聚焦于衬衫的特定颜色。具体而言，我们通过“拆分-注意力-合并-堆叠”原则来描述我们的注意力金字塔。我们首先将特征拆分为多个局部部分并学习相应的注意力。然后，我们合并局部注意力，并将这些合并的注意力与残差连接堆叠为注意力金字塔。所提出的注意力金字塔是一个轻量级即插即用模块，可应用于现成模型。我们在两种不同的注意力机制（包括通道注意力和空间注意力）中实现了我们的注意力金字塔方法。我们在四个大规模行人重识别基准（包括 Market-1501、DukeMTMC、CUHK03 和 MSMT17）上评估了我们的方法。实验结果证明了我们方法的优越性，它以有限的计算成本大幅优于最先进的方法。