用于视频行人重识别的共显著性时空交互网络
计算机视觉与模式识别
2020-05-12 v2 机器学习
图像与视频处理
摘要
行人重识别旨在跨非重叠摄像机网络识别特定行人。基于视频的重识别方法近年来受到显著关注，其通过从多帧中学习特征扩展了基于图像的方法。在这项工作中，我们提出了一种新颖的用于视频行人重识别的共显著性时空交互网络（CSTNet）。该网络捕捉视频帧间共同的显著前景区域，并探索这些区域上的时空长距离上下文相互依赖，以学习具有判别力的行人表征。具体而言，CSTNet 内设计的多个共显著性学习模块利用视频帧间的关联信息，从任务相关区域提取显著特征并抑制背景干扰。此外，提出了 CSTNet 内的多个时空交互模块，其利用这些特征上的空间和时间长距离上下文相互依赖以及时空信息关联，来增强特征表征。在两个基准上的大量实验证明了所提方法的有效性。
引用
@article{arxiv.2004.04979,
title = {Co-Saliency Spatio-Temporal Interaction Network for Person Re-Identification in Videos},
author = {Jiawei Liu and Zheng-Jun Zha and Xierong Zhu and Na Jiang},
journal= {arXiv preprint arXiv:2004.04979},
year = {2020}
}