摘要
行人重识别（Person Re-Identification）是一项具有挑战性的任务，旨在从非重叠摄像头组成的系统中检索出查询图像对应的所有行人实例。由于视角变化极端多样，用于匹配行人的局部区域常常被抑制，导致现有方法不得不依赖信息量较少的区域来评估图像相似性。针对这一问题，本文提出一种基于Top DropBlock的新型网络结构——Top-DB-Net，该方法引导网络聚焦于场景前景，尤其关注与任务最相关的区域，同时对信息量较低的区域进行编码，以增强特征的区分能力。Top-DB-Net由三个并行分支构成：（i）全局分支通过主干网络提取丰富的图像信息；（ii）Top DropBlock分支促使主干网络对低信息量区域编码出具有高区分性的特征；（iii）正则化分支用于缓解第二分支在训练过程中因随机丢弃操作引入的噪声，从而在测试阶段更稳定地使用前两个分支的输出。在三个具有挑战性的公开数据集上的大量实验表明，所提方法在性能上优于当前最先进的技术。定性分析结果进一步显示，本方法生成的激活图能够更准确地聚焦于输入图像中可靠且具判别性的身体部位，展现出更强的语义感知能力。