一种用于遮挡行人重识别的深度层次特征稀疏框架
计算机视觉与模式识别
2024-01-17 v1
摘要
大多数现有方法通过利用辅助模型来解决遮挡行人重识别（ReID）问题，导致 ReID 框架复杂且低效，这对于实时应用是不可接受的。在这项工作中，提出了一种名为 SUReID 的加速行人 ReID 框架，以减轻遮挡干扰同时加快推理速度。SUReID 由三个关键组件组成：层次令牌稀疏化（HTS）策略、非参数特征对齐知识蒸馏（NPKD）和噪声遮挡数据增强（NODA）。HTS 策略通过修剪视觉 Transformer 中的冗余令牌来实现高效的自注意力计算，并消除来自遮挡或背景噪声的干扰。然而，被修剪的令牌可能包含人体部位特征，这会污染特征表示并降低性能。为了解决这个问题，采用 NPKD 来监督 HTS 策略，保留更具判别力的令牌并丢弃无意义的令牌。此外，NODA 旨在引入更多噪声样本，进一步训练 HTS 解耦不同令牌的能力。实验结果表明，SUReID 以惊人的快速推理实现了优越的性能。
引用
@article{arxiv.2401.07469,
title = {A Deep Hierarchical Feature Sparse Framework for Occluded Person Re-Identification},
author = {Yihu Song and Shuaishi Liu},
journal= {arXiv preprint arXiv:2401.07469},
year = {2024}
}
备注
11 pages, 6 figures