基于相机风格生成与标签传播的域自适应行人重识别
计算机视觉与模式识别
2019-05-15 v1
摘要
行人重识别中的无监督域自适应借助带标签的源域数据来促进目标域上的模型训练，面临着由大域偏移和大幅相机差异引起的困境。源域和目标域具有完全不同行人的非重叠标签挑战进一步增加了重识别难度。在本文中，我们提出一种新颖算法来缩小此类域差距。我们推导出一个相机风格自适应框架，用于学习不同相机视角之间从目标域到源域的基于风格的映射，然后我们可以在相机层面上将基于身份的分布从源域迁移到目标域。为克服非重叠标签挑战并引导行人重识别模型进一步缩小差距，提出了一种高效且有效的软标签方法，通过构建 GAN 转换的源域与目标域之间的连接来挖掘目标域的固有局部结构。在真实基准数据集上的实验结果表明，我们的方法取得了最先进的结果。
引用
@article{arxiv.1905.05382,
title = {Domain Adaptive Person Re-Identification via Camera Style Generation and Label Propagation},
author = {Chuan-Xian Ren and Bo-Hua Liang and Zhen Lei},
journal= {arXiv preprint arXiv:1905.05382},
year = {2019}
}