基于互判别知识迁移的图像到视频重识别
计算机视觉与模式识别
2022-01-25 v1
摘要
图像与视频之间的表征差异使得图像到视频重识别（I2V Re-ID）具有挑战性，近期工作将这一问题表述为知识蒸馏（KD）过程。本文提出一种互判别知识蒸馏框架，以更有效地将基于视频的更丰富表征迁移到基于图像的表征。具体而言，我们提出三元组对比损失（TCL），一种为KD设计的新型损失。在KD过程中，TCL损失迁移局部结构、利用高阶信息，并缓解教师与学生网络异构输出的错位。与其他KD损失相比，所提出的TCL损失有选择地将局部判别性特征从教师迁移到学生，使其在ReID中有效。除TCL损失外，我们采用互学习来正则化教师与学生网络的训练。大量实验在MARS、DukeMTMC-VideoReID和VeRi-776基准上证明了我们方法的有效性。
引用
@article{arxiv.2201.08887,
title = {Image-to-Video Re-Identification via Mutual Discriminative Knowledge Transfer},
author = {Pichao Wang and Fan Wang and Hao Li},
journal= {arXiv preprint arXiv:2201.08887},
year = {2022}
}
备注
accepted by ICASSP 2022