计算机软件及计算机应用论文_基于通道和空间双-计算机工程

来稿应自觉遵守国家有关著作权法律法规，不得侵犯他人版权或其他权利，如果出现问题作者文责自负，而且本刊将依法追究侵权行为给本刊造成的损失责任。本刊对录用稿有修改、删节权。经本刊通知进行修改的稿件或被采用的稿件，作者必须保证本刊的独立发表权。一、投稿方式： 1、请从我刊官网直接投稿。 2、请从我编辑部编辑的推广链接进入我刊投审稿系统进行投稿。二、稿件著作权： 1、投稿人保证其向我刊所投之作品是其本人或与他人合作创作之成果，或对所投作品拥有合法的著作权，无第三人对其作品提出可成立之权利主张。 2、投稿人保证向我刊所投之稿件，尚未在任何媒体上发表。 3、投稿人保证其作品不含有违反宪法、法律及损害社会公共利益之内容。 4、投稿人向我刊所投之作品不得同时向第三方投送，即不允许一稿多投。 5、投稿人授予我刊享有作品专有使用权的方式包括但不限于：通过网络向公众传播、复制、摘编、表演、播放、展览、发行、摄制电影、电视、录像制品、录制录音制品、制作数字化制品、改编、翻译、注释、编辑，以及出版、许可其他媒体、网站及单位转载、摘编、播放、录制、翻译、注释、编辑、改编、摄制。 6、第5条所述之网络是指通过我刊官网。 7、投稿人委托我刊声明，未经我方许可，任何网站、媒体、组织不得转载、摘编其作品。

计算机软件及计算机应用论文_基于通道和空间双

作者:

关键词:

摘要：

文章摘要:针对现实场景下行人重识别因受到摄像机视角变化、行人姿态变化、物体遮挡、图像低分辨率以及行人图片未对齐等因素的影响导致行人判别性特征难以获取问题，设计了混合池通道注意模块HPCAM和全像素空间注意力模块FPSAM，并基于这两种注意力模块提出了一种通道和像素双重注意力网络CSDA-Net。HPCAM模块在通道维度上抑制无用信息的干扰并增强显著性特征的表达，从而提取得到判别性强的行人特征。FPSAM模块进一步在空间维度上增强行人特征的判别能力，进而提高行人重识别的准确率。通过在传统行人重识别深度模型框架中分阶段融入HPCAM模块和FPSAM模块，获得由粗糙到细粒度的注意力特征，并通过深度网络互补训练学习，最终得到判别性强的行人识别特征。最后，在行人重识别主流数据集CUHK03、DukeMTMC-ReID和Market1501上对CSDA-Net进行验证，与现有前沿算法相比，CSDA-Net能够提取更具鲁棒性和判别性的表达特征，有效提高行人重识别的准确率和精度，Rank-1准确率分别达到了78.3%、91.3%和96.0%，mAP精度分别达到了80.0%、82.1%和90.4%，在Rank-1上分别提升4.8%、2.6%和0.3%，在mAP上分别提升3.6%、3.7%和3.5%。

文章关键词:

论文DOI:10.19678/j.issn.1000-3428.0063136

论文分类号:TP391.41