Clique：城市尺度的时空物体重识别
数据库
2020-12-18 v1 计算机视觉与模式识别
摘要
物体重识别（ReID）是城市尺度摄像头的一项关键应用。虽然经典的 ReID 任务常被视为图像检索，我们将其视为目标物体出现的位置与时间的时空查询。时空 ReID 面临计算机视觉算法的精度局限以及城市摄像头产生的海量视频的挑战。我们提出 Clique，一个实用的 ReID 引擎，其基于两项新技术构建：（1）Clique 通过聚类由 ReID 算法提取的模糊物体特征来评估目标出现情况，每个簇代表一个待与输入匹配的不同物体的总体印象；（2）为在视频中搜索，Clique 对摄像头进行采样以最大化时空覆盖，并按需增量添加摄像头进行处理。通过对来自 25 个摄像头的 25 小时视频进行评估，Clique 在 70 次查询中达到了 0.87（recall at 5，前五召回率）的高准确率，并以视频实时速度的 830 倍运行以实现高准确率。
引用
@article{arxiv.2012.09329,
title = {Clique: Spatiotemporal Object Re-identification at the City Scale},
author = {Tiantu Xu and Kaiwen Shen and Yang Fu and Humphrey Shi and Felix Xiaozhu Lin},
journal= {arXiv preprint arXiv:2012.09329},
year = {2020}
}