用于行人搜索的端到端检测与重识别一体化网络
计算机视觉与模式识别
2018-04-03 v1
摘要
本文提出一种在端到端学习框架下的行人检测与重识别(re-id)一体化网络(I-Net)。I-Net 用于真实世界视频监控场景，其中需要在整个场景视频中搜索目标行人，且行人边界框标注不可用。通过与联合检测与重识别的 OIM 工作相比，我们有三点显著贡献。首先，我们引入 I-Net 的 Siamese 架构而非单流结构，从而可实现验证任务。其次，我们提出一种新的在线配对损失(OLP)和难样本优先 softmax 损失(HEP)，使得在损失计算中仅对难负样本给予较多关注。第三，I-Net 中设计了一个用于存储负样本的在线字典，而不记录正样本。我们在行人搜索数据集上展示了结果，检测与重识别之间的差距被缩小。可获得优越的性能。
引用
@article{arxiv.1804.00376,
title = {End-to-End Detection and Re-identification Integrated Net for Person Search},
author = {Zhenwei He and Lei Zhang and Wei Jia},
journal= {arXiv preprint arXiv:1804.00376},
year = {2018}
}