AG-ReID.v2：连接空中与地面视角的行人重识别
计算机视觉与模式识别
2024-04-09 v2
摘要
空中-地面行人重识别(Re-ID)在计算机视觉中提出了独特的挑战，源于高空航拍相机与地面相机在视角、姿态和分辨率上的显著差异。现有研究主要关注地面到地面的匹配，而由于缺乏全面的数据集，空中匹配的研究较少。为解决这一问题，我们引入了AG-ReID.v2，一个专门为混合空中和地面场景中行人重识别设计的数据集。该数据集包含1,615个独特个体的100,502张图像，每张图像都标注了匹配ID和15个软属性标签。数据使用无人机、固定闭路电视和集成智能眼镜的相机从不同视角收集，提供了丰富的身份内变化。此外，我们开发了一个针对该数据集的可解释注意力网络。该网络采用三流架构，高效处理成对图像距离，强调关键自上而下的特征，并适应由于高度差异引起的外观变化。对比评估表明，我们的方法优于现有基线。我们计划公开发布数据集和算法源代码，旨在推进这一计算机视觉专业领域的研究。如需访问，请访问https://github.com/huynguyen792/AG-ReID.v2。
引用
@article{arxiv.2401.02634,
title = {AG-ReID.v2: Bridging Aerial and Ground Views for Person Re-identification},
author = {Huy Nguyen and Kien Nguyen and Sridha Sridharan and Clinton Fookes},
journal= {arXiv preprint arXiv:2401.02634},
year = {2024}
}
备注
13 pages, Accepted by TIFS 2023