基于角度三元组损失的相机网络行人重识别
计算机视觉与模式识别
2021-09-24 v2
摘要
行人重识别是一项具有挑战性的跨摄像头检索任务，旨在识别行人。近期提出了许多复杂的网络结构，其中许多集中于多分支特征以实现高性能。然而，它们过于笨重，难以部署于实际应用中。此外，行人图像通常由不同的监控摄像头拍摄，因此变化的光照、视角和分辨率导致 ReID 中不可避免的多摄像头域差距。为了解决这些问题，本文提出了 ATCN，一种简单但有效的基于角度三元组损失的相机网络，仅使用全局特征即可实现出色的性能。在 ATCN 中，引入了一种新颖的角度距离，以在嵌入空间中学习更具判别性的特征表示。同时，设计了一个轻量级相机网络，将全局特征转换为更具判别性的特征。ATCN 设计得简单灵活，易于在实践中部署。在各种基准数据集上的实验结果表明，ATCN 优于许多 SOTA 方法。
引用
@article{arxiv.2005.05740,
title = {Angular Triplet Loss-based Camera Network for ReID},
author = {Yitian Li and Ruini Xue and Mengmeng Zhu and Jing Xu and Zenglin Xu},
journal= {arXiv preprint arXiv:2005.05740},
year = {2021}
}