一种新颖的无监督相机感知域自适应行人重识别框架
计算机视觉与模式识别
2019-08-13 v2
摘要
无监督跨域行人重识别（Re-ID）面临两个关键问题：一是源域与目标域间数据分布差异，二是目标域缺乏标注信息。本文从表示学习角度解决二者。针对第一问题，我们强调相机级子域的存在是行人Re-ID的独特特征，并发展相机感知域自适应，以缩减源-目标域间及这些子域间的差异。针对第二问题，我们利用目标域各相机中的时间连续性来创造判别信息，通过在每个批次内动态生成在线三元组实现，以最大限度利用训练过程中稳步改进的特征表示。上述两方法共同构成一种新颖的无监督深度域自适应行人Re-ID框架。在基准数据集上的实验与消融研究证明了其优越性与有趣特性。
引用
@article{arxiv.1904.03425,
title = {A Novel Unsupervised Camera-aware Domain Adaptation Framework for Person Re-identification},
author = {Lei Qi and Lei Wang and Jing Huo and Luping Zhou and Yinghuan Shi and Yang Gao},
journal= {arXiv preprint arXiv:1904.03425},
year = {2019}
}
备注
Accepted by ICCV2019