基于属性的人物重识别实证研究
计算机视觉与模式识别
2020-02-11 v1 机器人学
摘要
人物重识别旨在给定某人的一张图像作为查询时，从图像集合中识别该人。然而，在大量现实场景中，我们可能事先没有查询图像库，因此必须依赖来自其他模态的信息。本文提出一种基于属性的方法，其中感兴趣人物（POI）由一组视觉属性描述，并用于执行搜索。我们比较了多种算法并分析了属性质量对性能的影响。尽管先前工作主要依赖专家标注的高精度属性，我们开展了一项人类受试者研究并揭示某些视觉属性无法被人类观察者一致描述，使其在真实应用中可靠性较低。一个关键结论是，由非专家属性（而非专家标注属性）所达到的性能，更能忠实反映基于属性的人物重识别方法的现状。
引用
@article{arxiv.2002.03752,
title = {An Empirical Study of Person Re-Identification with Attributes},
author = {Vikram Shree and Wei-Lun Chao and Mark Campbell},
journal= {arXiv preprint arXiv:2002.03752},
year = {2020}
}
备注
Accepted by RO-MAN 2019, 28th IEEE International Conference on Robot and Human Interactive Communication (RO-MAN). IEEE, 2019