面向行人重识别中相机性能失衡的对抗成对反向注意力：新数据集与指标
计算机视觉与模式识别
2022-07-05 v1
摘要
现有行人重识别（Person ReID）模型评价指标聚焦于系统级性能。然而，我们的研究揭示了由于相机间数据分布不均及相机属性差异所导致的弱点，其使 ReID 系统面临被利用的风险。本工作中，我们提出这一长期被忽视的 ReID 相机性能失衡问题，并从 38 个相机收集了一个真实世界隐私感知数据集以辅助该失衡问题研究。我们提出新指标量化相机性能失衡，并进一步提出对抗成对反向注意力（APRA）模块，以新颖的成对注意力反转机制引导模型学习相机不变特征。
引用
@article{arxiv.2207.01204,
title = {Adversarial Pairwise Reverse Attention for Camera Performance Imbalance in Person Re-identification: New Dataset and Metrics},
author = {Eugene P. W. Ang and Shan Lin and Rahul Ahuja and Nemath Ahmed and Alex C. Kot},
journal= {arXiv preprint arXiv:2207.01204},
year = {2022}
}
备注
Accepted into the IEEE International Conference on Image Processing (ICIP) 2022