基于视频的换衣行人重识别基准
计算机视觉与模式识别
2022-11-22 v1
摘要
行人重识别（Re-ID）是一个经典的计算机视觉任务，迄今已取得巨大进展。近来，考虑换衣情形的长期Re-ID受到越来越多的关注。然而，现有方法主要关注基于图像的设定，忽略了更丰富的时序信息。本文关注一个较新但实用的换衣基于视频的行人重识别（CCVReID）问题，该问题研究较少。我们通过对换衣不一致性问题与视频序列所含时序信息同时考量，对该问题进行了系统研究。在此基础上，我们开发了一个双分支置信感知重排序框架来处理CCVReID问题。所提框架通过置信引导的重排序策略整合了分别考虑经典表观特征与无衣步态特征的两个分支。该方法为后续研究提供了基线方法。此外，我们为CCVReID问题构建了两个新基准数据集，包括一个大规模合成视频数据集与一个真实世界数据集，均包含具有多种换衣情况的人体序列。我们将公开本工作中的基准与代码。
引用
@article{arxiv.2211.11165,
title = {A Benchmark of Video-Based Clothes-Changing Person Re-Identification},
author = {Likai Wang and Xiangqun Zhang and Ruize Han and Jialin Yang and Xiaoyu Li and Wei Feng and Song Wang},
journal= {arXiv preprint arXiv:2211.11165},
year = {2022}
}