特征重构解缠结布料变化行人重识别
计算机视觉与模式识别
2024-07-16 v1
摘要
布料变化行人重识别 (CC-ReID) 旨在检索布料变化场景中的特定行人。其主要挑战在于解缠结服装相关与服装无关特征。大多数现有方法通过改变服装颜色来强制模型学习服装无关特征。然而，由于缺乏真实标签，这些方法不可避免地引入噪声，破坏判别特征，导致解缠结过程不可控。本文提出了一种新的行人重识别网络，称为 features reconstruction disentanglement ReID (FRD-ReID)，可可控地解缠结服装无关与服装相关特征。具体而言，我们首先引入人体解析掩码作为重构过程的真实标签。同时，我们提出了远距离注意力 (FAA) 机制和人物轮廓注意力 (PCA) 机制，用于提高服装无关特征和行人轮廓特征的特征重构效率。在测试阶段，我们直接丢弃服装相关特征进行推理，从而实现可控的解缠结过程。我们在 PRCC、LTCC 和 Vc-Clothes 数据集上进行了大量实验，证明该方法优于现有最先进的方法。
引用
@article{arxiv.2407.10694,
title = {Features Reconstruction Disentanglement Cloth-Changing Person Re-Identification},
author = {Zhihao Chen and Yiyuan Ge and Qing Yue},
journal= {arXiv preprint arXiv:2407.10694},
year = {2024}
}
备注
2024 International Conference on Intelligent Computing