用于行人重识别的端到端比较注意力网络
计算机视觉与模式识别
2017-06-28 v2
摘要
跨不相交摄像机视图的行人重识别已在视频监控中得到广泛应用，但这仍是一个具有挑战性的问题。主要挑战之一在于缺乏空间和时间线索，这使得处理光照条件、视角、人体姿态和遮挡的巨大变化变得困难。近年来，人们提出了几种基于深度学习的行人重识别方法，并取得了显著的性能。然而，这些方法大多是在一瞥之间从整个帧中提取判别性特征，而没有区分待识别人物的不同部位。通过多次瞥见来详细检查人物图像中多个具有高度判别性的局部区域，对于处理巨大的外观变化至关重要。在本文中，我们提出了一种新的基于软注意力的模型，即端到端比较注意力网络（CAN），专门针对行人重识别任务量身定制。端到端 CAN 学习在对人物图像对进行几次瞥见后，选择性地关注其部分区域，并自适应地比较它们的外观。CAN 模型能够学习图像的哪些部位与识别人物相关，并自动整合来自不同部位的信息，以确定一对图像是否属于同一个人。换言之，我们提出的 CAN 模型模拟了人类感知过程，以验证两幅图像是否来自同一个人。在三个基准行人重识别数据集（包括 CUHK01、CHUHK03 和 Market-1501）上的大量实验清楚地表明，我们提出的用于行人重识别的端到端 CAN 显著优于成熟的基线方法，并提供了新的 SOTA 性能。
引用
@article{arxiv.1606.04404,
title = {End-to-End Comparative Attention Networks for Person Re-identification},
author = {Hao Liu and Jiashi Feng and Meibin Qi and Jianguo Jiang and Shuicheng Yan},
journal= {arXiv preprint arXiv:1606.04404},
year = {2017}
}