跨平台视频行人重识别：新基准数据集与适配方法
计算机视觉与模式识别
2024-09-04 v2
摘要
在本文中，我们构建了一个大规模基准数据集G2A-VReID，用于地面到空中视频行人重识别，包含185,907张图像和5,576个轨迹，包含2,788个不同身份。据我们所知，这是首个面向地面到空中场景的视频ReID数据集。G2A-VReID数据集具有以下特征：1）剧烈的视角变化；2）大量标注身份；3）丰富的户外场景；4）分辨率的巨大差异。此外，我们提出了一种新的跨平台ReID基准方法，通过视觉语言模型（即CLIP）将跨平台视觉对齐问题转化为视觉语义对齐，并应用参数高效的Video Set-Level-Adapter模块将基于图像的基础模型适配到视频ReID任务中，称为VSLA-CLIP。此外，为了进一步减少平台间的巨大差异，我们还设计了平台桥接提示，以实现高效的视觉特征对齐。大量实验证明了所提方法在所有现有视频ReID数据集和我们提出的G2A-VReID数据集上的优越性。
引用
@article{arxiv.2408.07500,
title = {Cross-Platform Video Person ReID: A New Benchmark Dataset and Adaptation Approach},
author = {Shizhou Zhang and Wenlong Luo and De Cheng and Qingchun Yang and Lingyan Ran and Yinghui Xing and Yanning Zhang},
journal= {arXiv preprint arXiv:2408.07500},
year = {2024}
}
备注
Published at ECCV 2024