Central AsianResearch Index

Оценка методов повторной идентификации личности на основе четырёх архитектур семейства SBS

В данной работе рассматривается задача повторной идентификации личности (Person Re-Identification, Re-ID), которая играет ключевую роль в системах интеллектуального видеонаблюдения и анализа поведения. Основное внимание уделено сравнительному анализу методов, реализованных на основе Strong Baseline System (SBS) - базовой архитектуры нейросети для решения задачи Re-ID. В исследовании проанализированы различные варианты модели: SBS (R50), использующая ResNet-50 в качестве базовой сети; SBS (R50-IBN), в которой применяется Instance-Batch Normalization для повышения устойчивости к изменениям стиля изображений; SBS (S50), построенная на основе SE-ResNet-50 с механизмом усиления информативных признаков; а также SBS (R101-IBN), сочетающая более глубокую архитектуру ResNet-101 с IBN для достижения максимальной точности при работе с крупными наборами данных. Проведённый анализ позволяет выявить сильные и слабые стороны каждой модификации SBS: от высокой скорости и стабильности базовой версии (R50) до улучшенной обобщающей способности (R50-IBN), усиления дискриминативных признаков (S50) и высокой точности при больших вычислительных затратах (R101-IBN). Полученные результаты подтверждают, что выбор конкретной модели должен зависеть от требований к системе - скорости работы, устойчивости к доменному сдвигу или приоритета максимальной точности.

Сведения

Опубликовано
2026 · Т. 9, № 1, С. 49-56
Язык
Русский
ISSN
2181-3086 · 2181-3094
Издатель
Samarkand branch of Tashkent University of Information Technologies