无锚框行人搜索
计算机视觉与模式识别
2021-04-30 v2
摘要
行人搜索旨在从真实的未裁剪图像中同时定位并识别查询行人，可视为行人检测与行人重识别（re-id）的统一任务。大多数现有工作采用 Faster-RCNN 等两阶段检测器，取得了令人鼓舞的精度但计算开销高。在本工作中，我们提出特征对齐行人搜索网络（AlignPS），这是首个高效解决该挑战性任务的无锚框框架。AlignPS 明确解决了主要挑战，我们将其总结为采用无锚框检测器时的不同层级（即尺度、区域和任务）错位问题。更具体地，我们提出对齐特征聚合模块，遵循“re-id 优先”原则生成更具区分性和鲁棒性的特征嵌入。这种简单设计在 CUHK-SYSU 上将基线无锚框模型的 mAP 提升了超过 20%。此外，AlignPS 以更高速度优于最先进的两阶段方法。代码见 https://github.com/daodaofr/AlignPS
引用
@article{arxiv.2103.11617,
title = {Anchor-Free Person Search},
author = {Yichao Yan and Jinpeng Li and Jie Qin and Song Bai and Shengcai Liao and Li Liu and Fan Zhu and Ling Shao},
journal= {arXiv preprint arXiv:2103.11617},
year = {2021}
}
备注
Accepted by CVPR 2021