面向视频行人重识别的全局-局部时序表征
计算机视觉与模式识别
2020-04-22 v1
摘要
本文提出全局-局部时序表征 (GLTR)，以利用视频序列中的多尺度时序线索进行视频行人重识别 (ReID)。GLTR 的构建首先建模相邻帧间的短期时序线索，然后捕捉不连续帧间的长期关系。具体而言，短期时序线索由具有不同时间膨胀率的并行膨胀卷积建模，以表示行人的运动与外观。长期关系由时序自注意力模型捕捉，以缓解视频序列中的遮挡与噪声。短期与长期时序线索通过简单的单流 CNN 聚合为最终的 GLTR。在四个广泛使用的视频 ReID 数据集上，GLTR 相对于现有利用身体部位线索或度量学习学到的特征表现出显著优越性。例如，在 MARS 数据集上无需重排序即取得 87.02% 的 Rank-1 准确率，优于当前最优水平。
引用
@article{arxiv.1908.10049,
title = {Global-Local Temporal Representations For Video Person Re-Identification},
author = {Jianing Li and Jingdong Wang and Qi Tian and Wen Gao and Shiliang Zhang},
journal= {arXiv preprint arXiv:1908.10049},
year = {2020}
}