DC-Former：用于行人重识别的多样且紧凑的 Transformer
计算机视觉与模式识别
2023-03-01 v1
摘要
在行人重识别任务中，由于数据有限，通过深度学习学习判别性表示仍具挑战性。一般而言，增加数据量能提升模型性能。加入相似类别可以增强分类器识别相似身份的能力，从而提高表示的判别性。在本文中，我们提出了一种多样且紧凑的 Transformer（DC-Former），通过将嵌入空间划分为多个多样且紧凑的子空间来实现类似效果。紧凑的嵌入子空间有助于模型学习更鲁棒、更具判别性的嵌入，以识别相似类别。而融合这些包含更多细粒度信息的多样嵌入，可进一步提升重识别效果。具体而言，在视觉 Transformer 中使用多个类 token 来表示多个嵌入空间。然后，对这些空间施加自多样性约束（SDC），使其相互远离，从而使每个嵌入空间既多样又紧凑。此外，还设计了一个动态权重控制器（DWC），用于在训练过程中平衡它们之间的相对重要性。我们的实验结果表现优异，在几个常用的行人重识别基准上超越了先前最先进的方法。
引用
@article{arxiv.2302.14335,
title = {DC-Former: Diverse and Compact Transformer for Person Re-Identification},
author = {Wen Li and Cheng Zou and Meng Wang and Furong Xu and Jianan Zhao and Ruobing Zheng and Yuan Cheng and Wei Chu},
journal= {arXiv preprint arXiv:2302.14335},
year = {2023}
}
备注
Accepted by AAAI23