关注差异：基于对比相关的跨模态行人重识别
计算机视觉与模式识别
2021-12-02 v2
摘要
由于实际应用意义，跨模态行人重识别问题近来受到越来越多的关注。受人类在比较两相似物体时通常关注其差异这一事实的启发，我们提出了一种双路径跨模态特征学习框架，该框架保留内在空间结构并关注输入跨模态图像对的差异。我们的框架由两个主要组件构成：双路径空间结构保持公共空间网络(DSCSN)与对比相关网络(CCN)。前者将跨模态图像嵌入到不丢失空间结构的公共3D张量空间，而后者通过动态比较输入图像对来提取对比特征。需注意，为输入RGB与红外图像生成的表征彼此相互依赖。我们在两个公开可用的RGB-IR ReID数据集SYSU-MM01与RegDB上进行了大量实验，所提方法在完整与简化评估模式下均以大幅优势超越SOTA算法。
引用
@article{arxiv.1910.11656,
title = {Attend to the Difference: Cross-Modality Person Re-identification via Contrastive Correlation},
author = {Shizhou Zhang and Yifei Yang and Peng Wang and Guoqiang Liang and Xiuwei Zhang and Yanning Zhang},
journal= {arXiv preprint arXiv:1910.11656},
year = {2021}
}
备注
The paper is accepted by TIP