面向遮挡行人重识别的动态原型掩码
计算机视觉与模式识别
2022-07-20 v1
摘要
尽管行人重识别近年来取得了令人瞩目的进展，但由不同障碍物引起的常见遮挡情况在实际应用场景中仍是一个未解决的问题。现有方法主要通过利用额外网络提供的身体线索来区分可见部分来解决此问题。然而，辅助模型与重识别(ReID)数据集之间不可避免的域差距极大地增加了获得高效且有效模型的难度。为了摆脱额外的预训练网络并在端到端可训练网络中实现自动对齐，我们基于两条不言自明的先验知识提出了一种新颖的动态原型掩码(DPM)。具体而言，我们首先设计了一个分层掩码生成器，利用分层语义在高质整体原型与遮挡输入图像的特征表示之间选择可见模式空间。在此条件下，遮挡表示可自发地在所选子空间中良好对齐。然后，为了丰富高质整体原型的特征表示并提供更完整的特征空间，我们引入了头部增强模块，以鼓励不同头部聚合整幅图像中不同的模式表示。在遮挡与整体行人重识别基准上进行的广泛实验评估证明了DPM相对于最先进方法的优越性能。代码发布于 https://github.com/stone96123/DPM。
引用
@article{arxiv.2207.09046,
title = {Dynamic Prototype Mask for Occluded Person Re-Identification},
author = {Lei Tan and Pingyang Dai and Rongrong Ji and Yongjian Wu},
journal= {arXiv preprint arXiv:2207.09046},
year = {2022}
}
备注
Accepted by ACM MM 2022