Hazy Re-ID：恶劣天气条件下域自适应行人重识别的干扰抑制模型
计算机视觉与模式识别
2021-04-23 v1 人工智能
摘要
在常规的域自适应行人重识别（Re-ID）任务中，目标域的训练与测试图像均在晴朗天气下采集。然而现实中，待检索的行人可能是在雾霾、沙尘、降雪等严重天气条件下获取的。本文提出一种新颖的干扰抑制模型（ISM）来处理域自适应行人 Re-ID 中雾霾天气引起的干扰。ISM 中使用师生模型，通过减小清晰与雾霾内在相似度矩阵之间的差异，在特征层面提炼干扰信息。此外，在分布层面，引入额外的判别器以辅助学生模型使干扰特征分布更清晰。实验结果表明，所提方法在两个合成数据集上取得了优于最先进方法的性能。相关代码将在线发布于 https://github.com/pangjian123/ISM-ReID。
引用
@article{arxiv.2104.11004,
title = {Hazy Re-ID: An Interference Suppression Model For Domain Adaptation Person Re-identification Under Inclement Weather Condition},
author = {Jian Pang and Dacheng Zhang and Huafeng Li and Weifeng Liu and Zhengtao Yu},
journal= {arXiv preprint arXiv:2104.11004},
year = {2021}
}
备注
Accepted by ICME2021 as oral