深度属性驱动的多摄像头行人重识别

人的视觉外观容易受到姿态变化、视角改变和相机参数差异等多种因素的影响。这使得多摄像头间的行人重识别 (ReID) 成为一项极具挑战性的任务。本工作的动机是学习对这类视觉外观变化具有鲁棒性的中层人体属性。为此，我们提出了一种半监督属性学习框架，该框架仅利用有限数量的标注数据即可逐步提升属性识别的准确率。具体而言，该框架包含三个阶段训练：首先在独立标注了属性的数据集上训练深度卷积神经网络 (dCNN)；然后利用我们定义的三元组损失，在仅标注行人 ID 的另一个数据集上对其进行微调；最后，更新后的 dCNN 预测目标数据集的属性标签，并将其与独立数据集结合进行最后一轮微调。预测出的属性，即深度属性 (deep attributes)，在不同数据集间表现出卓越的泛化能力。通过直接使用深度属性配合简单的余弦距离，我们在四个行人 ReID 数据集上获得了惊人的高准确率。实验还表明，一个简单的度量学习模块可进一步提升我们的方法，使其显著优于许多近期工作。