ICCV 2021 VIPriors 重识别挑战赛技术报告
计算机视觉与模式识别
2021-10-01 v1
摘要
行人重识别一直是一项热门且具挑战性的任务。本文介绍了我们针对 2021 年 VIPriors 挑战赛重识别赛道的解决方案。在该挑战中，难点在于无任何预训练权重下从零训练模型。在我们的方法中，我们展示了运用最先进的数据处理策略、模型设计与后处理集成方法，有可能克服数据匮乏的困难并取得具竞争力的结果。（1）图像增强策略与面向遮挡图像的新颖预处理方法均能帮助模型学习更具判别性的特征。（2）采用若干强主干网络与多损失函数以学习更具代表性的特征。（3）包括重排序、自动查询扩展、集成学习等的后处理技术显著提升了最终性能。我们团队（ALONG）的最终得分为 96.5154% mAP，位居排行榜第一。
引用
@article{arxiv.2109.15164,
title = {A Technical Report for ICCV 2021 VIPriors Re-identification Challenge},
author = {Cen Liu and Yunbo Peng and Yue Lin},
journal= {arXiv preprint arXiv:2109.15164},
year = {2021}
}
备注
5 pages, 3 figures