一种用于基于视频的人员重识别的符号时序池化方法
计算机视觉与模式识别
2020-06-23 v1
摘要
在基于视频的人员重识别中，空间特征与时序特征已知可为有效表征提供正交线索。此类表征目前通常通过在模型的不同位置使用最大/平均池化来聚合帧级特征而获得。然而，此类操作也会减少可用的判别信息量，在各类别可分离性较差时尤为有害。为缓解该问题，本文提出一种符号时序池化方法，其中帧级特征以分布值符号形式表示，该形式由对每个特征拟合经验累积分布函数（ECDF）得到。此外，考虑到原始三元组损失公式无法直接应用于此类表征，我们引入一种符号三元组损失函数，用以推断两个符号对象之间的相似性。在四个知名数据集（MARS、iLIDS-VID、PRID2011 与 P-DESTRE）上针对当前最优方法对所提方案进行了广泛实证评估，观测结果表明其性能相对于以往最优技术有持续提升。
引用
@article{arxiv.2006.11416,
title = {A Symbolic Temporal Pooling method for Video-based Person Re-Identification},
author = {S V Aruna Kumar and Ehsan Yaghoubi and Hugo Proença},
journal= {arXiv preprint arXiv:2006.11416},
year = {2020}
}
备注
11 pages