航站楼场景下行人重识别方法研究

摘要

聚焦使用重识别方法解决航站楼旅客跨摄像头追踪问题。航站楼行人密集、灯光变化引起行人遮挡、颜色特征不断变化。现有重识别模型过于依赖行人外观及边缘变化信息，而忽略了颜色本身特征信息，难以适应航站楼场景。对重识别网络全连接层进行特征自相关分析，获取特征向量中的颜色向量。定义行人动态变化区域，构建航站楼旅客匹配特征函数，解决由颜色、遮挡引起的匹配不准确问题。最后，以广州白云国际机场、成都双流国际机场数据进行实验，实验表明，提出方法比现有DeepSort、SOLTDER更优（Top1准确率提升5.05%、召回率提升2.62%），更适应航站楼场景。

关键词

航站楼 / 重识别 / 特征自相关 / 颜色特征向量

基金资助

国家自然科学基金民航联合重点基金（U2133211）