基于切换与聚合的特征解耦学习用于视频行人重识别
计算机视觉与模式识别
2022-12-20 v1
摘要
在视频行人重识别（Re-ID）中，网络必须从连续帧中一致地提取目标人物的特征。现有方法往往只关注如何利用时序信息，这常常导致网络被相似外观和相同背景所欺骗。本文提出了一种解耦切换聚合网络（DSANet），该网络将表示身份的特征与基于摄像机特性的特征分离开来，并更加关注身份信息。我们还引入了一个辅助任务，该任务利用通过切换和聚合创建的一对新特征，以增强网络应对各种摄像机场景的能力。此外，我们设计了一个目标定位模块（TLM），用于根据帧流提取对目标位置变化具有鲁棒性的特征，以及一个帧权重生成模块（FWG），用于在最终表示中反映时序信息。我们设计了多种用于解耦学习的损失函数，使网络的每个组件在令人满意地履行自身职责的同时能够协同工作。大量实验的定量和定性结果证明了DSANet在三个基准数据集上优于最先进的方法。
引用
@article{arxiv.2212.09498,
title = {Feature Disentanglement Learning with Switching and Aggregation for Video-based Person Re-Identification},
author = {Minjung Kim and MyeongAh Cho and Sangyoun Lee},
journal= {arXiv preprint arXiv:2212.09498},
year = {2022}
}
备注
WACV 2023