基于合成数据集的行人重识别属性分析
计算机视觉与模式识别
2020-08-06 v2
摘要
行人重识别（re-ID）在公共安全与视频监控等应用中发挥着重要作用。近来，受益于合成数据引擎的普及，从合成数据学习已取得显著性能。然而，现有合成数据集规模小且缺乏多样性，阻碍了行人重识别在真实场景中的发展。为解决这个问题，首先，我们开发了一个大规模合成数据引擎，其显著特征是可控制。基于此，我们构建了一个大规模合成数据集，该数据集由光照、视角等不同属性定制且具多样性。其次，我们定量分析了数据集属性对重识别系统的影响。据我们所知，这是首次尝试从属性角度在合成数据集上显式剖析行人重识别。全面的实验帮助我们更深入理解行人重识别中的基本问题。我们的研究也为数据集构建与未来实际应用提供了有益见解。
引用
@article{arxiv.2006.07139,
title = {Attribute analysis with synthetic dataset for person re-identification},
author = {Suncheng Xiang and Yuzhuo Fu and Guanjie You and Ting Liu},
journal= {arXiv preprint arXiv:2006.07139},
year = {2020}
}