《表1 多尺度注意力模块的影响》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于多尺度注意力机制的多分支行人重识别算法》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

unit:%

多尺度注意力模块（MSA）通过将多尺度特征融合方法（MSFF）与双重注意力模块[14]相结合，使得网络能够有效地从整个空间访问多尺度特征，实现了对全局特征的加权强化。为了验证MSA模块的有效性，本研究在Market-1501以及DukeMTMC-ReID两个数据集上进行了实验。从表1可以看出，将MSA模块嵌入baseline之后，在Market-1501数据集上，Rank-1和mAP分别提升了1.52%和1.48%；在DukeMTMC-ReID数据集上，Rank-1和mAP也分别提升了2.20%和2.45%。将MSA模块从整体模型中去除之后，Rank-1和mAP在Market-1501数据集上分别下降了0.95%、1.37%；对应地，在DukeMTMC-ReID数据集上分别下降了0.83%、1.74%。实验结果证明本研究所提出的MSA模块可以起到加权强化全局显著信息的作用。