融合多分支與多粒度特征的東北虎重識別
2023-05-07 01:05:29李曉楠朱朦任洪娥陶銳
哈爾濱理工大學學報 2023年6期
李曉楠 朱朦 任洪娥 陶銳
摘要：為解決東北虎重識別研究中存在的細節特征提取不充分等問題，提出了一種融合多分支與多粒度特征的東北虎重識別模型CMMNet。其中，全局分支負責提取宏觀上的粗粒度特征；注意力分支通過插入坐標注意力模塊加深了網絡對重要特征的關注度；局部分支通過將特征圖切分成不同條帶塊，從而提取東北虎更細粒度的局部特征。通過多個分支結構和多個細粒度特征結合來對模型進行優化學習，加強全局特征與局部特征的關聯性。同時提出用Circle Loss與Softmax的聯合損失來提高網絡精度。實驗結果表明，在ATRW數據集上所提模型在單攝像頭環境下mAP為93.6%，跨攝像頭環境下mAP為77.4%，均優于多數文獻所提方法，證明了本文模型的有效性。
關鍵詞：東北虎重識別；殘差網絡；多分支特征；坐標注意力機制；circle loss
