用于行人重识别的深度多索引哈希
计算机视觉与模式识别
2019-05-28 v1
摘要
传统的行人重识别（ReID）方法通常将行人图像表示为实值特征，当画廊集极大时这会导致 ReID 效率低下。近来，一些哈希方法被提出以使 ReID 更高效。然而，这些哈希方法通常会普遍降低准确率，且它们的效率仍不够高。在本文中，我们提出一种新颖的哈希方法，称为深度多索引哈希（DMIH），以提升 ReID 的效率和准确率。DMIH 将多索引哈希与基于多分支的网络无缝集成到同一框架中。此外，DMIH 中提出了一种新颖的块级多索引哈希表构建方法以及一种搜索感知多索引（SAMI）损失以提升搜索效率。在三个广泛使用的数据集上的实验表明，DMIH 在效率和准确率方面均优于其他最先进的基线，包括哈希方法与实值方法。
引用
@article{arxiv.1905.10980,
title = {Deep Multi-Index Hashing for Person Re-Identification},
author = {Ming-Wei Li and Qing-Yuan Jiang and Wu-Jun Li},
journal= {arXiv preprint arXiv:1905.10980},
year = {2019}
}
备注
10 pages, 6 figures, 2 tables