AG-VPReID：面向空地视频行人重识别的挑战性大规模基准
计算机视觉与模式识别
2025-03-18 v2
摘要
我们引入了 AG-VPReID，一个用于空地视频行人重识别（ReID）的新大规模数据集，包含由无人机（高度范围 15-120m）、CCTV 和可穿戴相机拍摄的 6,632 个对象、32,321 个轨迹片段以及超过 960 万帧。该数据集提供了一个真实世界基准，用于评估在跨平台空地设置下对显著视角变化、尺度变化和分辨率差异的鲁棒性。此外，为应对这些挑战，我们提出 AG-VPReID-Net，一个由三个互补流组成的端到端框架：(1) 自适应时空流，处理运动模式不一致并促进时序特征学习；(2) 归一化外观流，利用物理信息方法解决分辨率与外观变化；(3) 多尺度注意力流，处理不同无人机高度间的尺度变化。我们整合来自所有流的视觉-语义线索，形成鲁棒、视角不变的全身体表征。大量实验表明，AG-VPReID-Net 在我们的新数据集和现有基于视频的 ReID 基准上均优于现有方法，展示了其有效性与泛化能力。尽管如此，所有方法在 AG-VPReID 上观察到的性能差距凸显了该数据集的挑战性。数据集、代码和训练模型可在 https://github.com/agvpreid25/AG-VPReID-Net 获取。
引用
@article{arxiv.2503.08121,
title = {AG-VPReID: A Challenging Large-Scale Benchmark for Aerial-Ground Video-based Person Re-Identification},
author = {Huy Nguyen and Kien Nguyen and Akila Pemasiri and Feng Liu and Sridha Sridharan and Clinton Fookes},
journal= {arXiv preprint arXiv:2503.08121},
year = {2025}
}
备注
Accepted at Computer Vision and Pattern Recognition Conference (CVPR) 2025