ESA-ReID：用于行人重识别的基于熵的语义特征对齐
计算机视觉与模式识别
2020-07-10 v1
摘要
行人重识别 (re-ID) 在现实世界中是一项具有挑战性的任务。除了在监控系统中的典型应用外，re-ID 对于提高内容视频（电视或电影）中人物识别的召回率也具有重要价值。然而，遮挡、拍摄角度变化和复杂背景使其离实际应用尚远，尤其是在内容视频中。在本文中，我们提出了一种基于熵的语义特征对齐模型，该模型利用了人体语义特征的详细信息。考虑到语义分割的不确定性，我们引入了带有基于熵的掩码的语义对齐，这可以减少掩码分割错误的负面影响。我们构建了一个基于内容视频的新 re-ID 数据集，其中包含大量遮挡和身体部位缺失的案例，该数据集将在未来发布。在现有数据集和新数据集上的大量研究证明了所提模型的优越性能。
引用
@article{arxiv.2007.04644,
title = {ESA-ReID: Entropy-Based Semantic Feature Alignment for Person re-ID},
author = {Chaoping Tu and Yin Zhao and Longjun Cai},
journal= {arXiv preprint arXiv:2007.04644},
year = {2020}
}