基于可解释注意力部件模型的行人重识别方法
文献类型:期刊论文
作者 | 周勇; 王瀚正; 赵佳琦; 陈莹; 姚睿; 陈思霖 |
刊名 | 自动化学报
![]() |
出版日期 | 2023 |
卷号 | 49期号:10页码:2159-2171 |
关键词 | 行人重识别 注意力机制 可解释深度学习 部件模型 |
ISSN号 | 0254-4156 |
DOI | 10.16383/j.aas.c200493 |
英文摘要 | 大多数行人重识别(Person re-identification, ReID)方法仅将注意力机制作为提取显著特征的辅助手段,缺少网络对行人图像关注程度的量化研究.基于此,提出一种可解释注意力部件模型(Interpretable attention part model,IAPM).该模型有3个优点:1)利用注意力掩码提取部件特征,解决部件不对齐问题; 2)为了根据部件的显著性程度生成可解释权重,设计可解释权重生成模块(Interpretable weight generation module, IWM); 3)提出显著部件三元损失(Salient part triplet loss, SPTL)用于IWM的训练,提高识别精度和可解释性.在3个主流数据集上进行实验,验证所提出的方法优于现有行人重识别方法.最后通过一项人群主观测评比较IWM生成可解释权重的相对大小与人类直观判断得分,证明本方法具有良好的可解释性. |
源URL | [http://ir.ia.ac.cn/handle/173211/56056] ![]() |
专题 | 自动化研究所_学术期刊_自动化学报 |
推荐引用方式 GB/T 7714 | 周勇,王瀚正,赵佳琦,等. 基于可解释注意力部件模型的行人重识别方法[J]. 自动化学报,2023,49(10):2159-2171. |
APA | 周勇,王瀚正,赵佳琦,陈莹,姚睿,&陈思霖.(2023).基于可解释注意力部件模型的行人重识别方法.自动化学报,49(10),2159-2171. |
MLA | 周勇,et al."基于可解释注意力部件模型的行人重识别方法".自动化学报 49.10(2023):2159-2171. |
入库方式: OAI收割
来源:自动化研究所
浏览0
下载0
收藏0
其他版本
除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。