PERSON RE-IDENTIFICATION BASED ON ATTENTION MECHANISM AND ADAPTIVE WEIGHTING

Debido a factores como el cambio de postura, la condicion de la iluminacion, el desorden del fondo y la oclusion, la re-identificacion de la persona (re-ID) basada en los fotogramas de video es una tarea dificil. Para utilizar la informacion de relevancia a nivel de pixel y la informacion discriminatoria del cuerpo local de la imagen y mejorar la precision de la re-identificacion en el caso de cambios complejos de postura y diferencias de puntos de vista, se propuso en este estudio una red de re-identificacion de personas basada en el mecanismo de atencion y el peso adaptativo. Sobre la base de la deteccion de puntos clave humanos, se integro un mecanismo de atencion para examinar la informacion discriminatoria en diversas partes del cuerpo humano. En la red se adopto el metodo de ponderacion adaptativa, que proporciona a las caracteristicas locales extraidas diferentes pesos segun la informacion discriminatoria de las distintas partes del cuerpo humano. La exactitud de la reidentificacion del modelo de la red se verifico mediante experimentos. Los resultados demuestran que el modelo de red propuesto puede extraer con precision las caracteristicas de las regiones discriminatorias de diversas partes del cuerpo humano integrando el mecanismo de atencion y el peso de la region adaptativa, mejorando asi el rendimiento de la reidentificacion de la persona. Nuestro metodo se compara con los actuales modelos de red de identificacion de personas ampliamente utilizados como la AACN y la HACN. En el conjunto de datos de Market-1501, los valores de Rank-1 y mAP se mejoran en un 4,79% y 2,78% asi como en un 8% y 3,52%, respectivamente, y en el conjunto de datos de DukeMTMC-reID, en un 4,92% y 3,26% asi como en un 5,17% y 3,17%, respectivamente. En comparacion con el anterior modelo de red GLAD, los valores de Rango-1 y mAP en dos conjuntos de datos experimentales se incrementan en mas de un 2%. El metodo propuesto proporciona un buen enfoque para optimizar el descriptor de peatones para la identificacion de personas en entornos complejos. Palabras clave: Reidentificacion de personas, Peso adaptativo, Mecanismo de atencion, Red neuronal convolucional