COCAS：用于重识别的大规模换衣行人数据集
计算机视觉与模式识别
2020-05-19 v1
摘要
近年来行人重识别（re-id）取得了巨大进展。Market1501、CUHK03 和 DukeMTMC 等学术基准在推动重识别研究中发挥了重要作用。据我们所知，所有现有基准都假设同一个人穿着相同衣服。而在真实场景中，人换衣服非常常见。为解决换衣行人重识别问题，我们构建了一个名为换衣行人集（COCAS）的新型大规模重识别基准，其提供同一身份穿不同衣服的多张图像。COCAS 总共包含来自 5,266 人的 62,382 张人体图像。基于 COCAS，我们引入了针对换衣问题的新行人重识别设定，其中查询同时包含衣服模板和穿另一件衣服的行人图像。此外，我们提出了一种名为生物特征-衣服网络（BC-Net）的双分支网络，可有效整合生物特征和衣服特征以在我们的设定下进行重识别。实验表明，利用衣服模板进行换衣重识别是可行的。
引用
@article{arxiv.2005.07862,
title = {COCAS: A Large-Scale Clothes Changing Person Dataset for Re-identification},
author = {Shijie Yu and Shihua Li and Dapeng Chen and Rui Zhao and Junjie Yan and Yu Qiao},
journal= {arXiv preprint arXiv:2005.07862},
year = {2020}
}
备注
Accepted by CVPR2020