第40卷第2期2023年3月新疆大学学报（自然科学版）（中英文）JournalofXinjiangUniversity(NaturalScienceEditioninChineseandEnglish)Vol.40,No.2Mar.,2023基于无参注意力和联合损失的行人重识别∗程述立1,2，汪烈军1†，王有丹1(1.新疆大学信息科学与工程学院，新疆乌鲁木齐830017；2.新疆大学数学与系统科学学院，新疆乌鲁木齐830017)摘要：现阶段行人重识别一般只考虑二维特征，将各个特征点统一处理，存在特征提取不足的问题，故提出基于无参注意力的行人重识别（PFNet）来解决上述问题．该模型在ResNet-50网络上进行改进，分别在第一个残差块和第三个残差块后引入无参注意力机制，该注意力机制能根据图片本身特点赋予各特征点合适的权重，可以保留更丰富的信息特征且不会引入额外参数．接着使用自适应平均池化层保留主要特征且捕捉特定域的判别特征，然后使用ID损失、三元组损失和自适应加权排序损失的联合损失函数来训练模型．算法在Market-1501、DukeMTMC-reID和CUHK03三个主流的行人重识别数据集上的首位命中率分别达到95.5%、90.9%和84.3%，平均精度均值分别达到89.6%、81.6%和82.0%．实验结果表明，使用注意力和联合损失函数的策略可以提高模型精度．关键词：行人重识别；残差网络；无参注意力；联合损失函数DOI：10.13568/j.cnki.651094.651316.2022.07.09.0001中图分类号：TP391文献标识码：A文章编号：2096-7675(2023)02-0202-08引文格式：程述立,汪烈军,王有丹.基于无参注意力和联合损失的行人重识别[J].新疆大学学报(自然科学版)(中英文),2023,40(2):202-209.英文引文格式：CHENGShuli,WANGLiejun,WANGYoudan.Personre-identificationbasedonparameter-freeattentionandjointloss[J].JournalofXinjiangUniversity(NaturalScienceEditioninChineseandEnglish),2023,40(2):202-209.PersonRe-IdentificationBasedonParameter-FreeAttentionandJointLossCHENGShuli1,2,WANGLiejun1,WANGYoudan1(1.SchoolofInformationScienceandEngineering,XinjiangUniversity,UrumqiXinjiang830017,China;2.SchoolofMathematicsandSystemSciences,XinjiangUniversity,UrumqiXinjiang830017,China)Abstract：Atpresent,pedestrianre-recognitionusuallyonlyconsiderstwo-dimensionalfeaturesanddealswitheachfeaturepointuniformly,whichhastheproblemofinsufficientfeatureextraction.Inthispaper,pedestrianre-recognitionbasedonparameter-freeatten...
