用于行人重识别的identity引导人体语义解析
计算机视觉与模式识别
2020-07-28 v1
摘要
现有基于对齐的方法不得不采用预训练的人体解析模型来实现像素级对齐，并且无法识别对个人重识别至关重要的个人物品（如背包和手提包）。本文中，我们提出 identity 引导人体语义解析方法（ISP），仅利用行人 identity 标签在像素级定位人体部位与个人物品以用于对齐的行人重识别。我们设计了对特征图的级联聚类以生成人体部位的伪标签。具体而言，对于一个人的所有图像的像素，我们首先将其分组为前景或背景，然后将前景像素分组为人体部位。随后聚类分配被用作人体部位的伪标签来监督部位估计，且 ISP 迭代地学习特征图并对其进行分组。最终，根据自学习的部位估计获得人体部位与个人物品的局部特征，且仅利用可见部位的特征进行检索。在三个广泛使用的数据集上的大量实验验证了 ISP 相对于许多最先进方法的优越性。我们的代码可在 https://github.com/CASIA-IVA-Lab/ISP-reID 获取。
引用
@article{arxiv.2007.13467,
title = {Identity-Guided Human Semantic Parsing for Person Re-Identification},
author = {Kuan Zhu and Haiyun Guo and Zhiwei Liu and Ming Tang and Jinqiao Wang},
journal= {arXiv preprint arXiv:2007.13467},
year = {2020}
}
备注
Accepted by ECCV 2020 spotlight