基于相对距离比较的深度特征学习用于行人重识别

在智能视频监控中，跨不同场景识别同一个人是一项重要却困难的任务。其主要难点在于如何在同一人的大外观和结构变化下保持相似性，同时区分不同的个体。本文中，我们提出了一个基于深度神经网络、由可扩展距离驱动的特征学习框架用于行人重识别，并展示了其处理现有挑战的有效性。具体而言，给定带有类标签（行人ID）的训练图像，我们首先产生大量三元组单元，每个单元包含三幅图像，即一个行人与一个匹配参考和一个不匹配参考。将这些单元作为输入，我们构建卷积神经网络以生成分层表示，并继之以$L2$距离度量。通过参数优化，我们的框架倾向于最大化每个三元组单元中匹配对与不匹配对之间的相对距离。此外，该框架产生的一个非平凡问题是三元组组织立方地扩大了训练三元组的数量，因为一幅图像可涉及多个三元组单元。为克服此问题，我们开发了有效的三元组生成方案和优化梯度下降算法，使得计算负载主要取决于原始图像的数量而非三元组的数量。在几个具有挑战性的数据库上，我们的方法取得了非常有前景的结果，并优于其他最先进的方法。