改进面向数据集无关行人再识别的分析式颜色与纹理相似性估计方法
计算机视觉与模式识别
2024-12-23 v2
摘要
本文研究了一种结合了人体解析、分析特征提取和相似性估计方案的行人再识别（re-id）方法。其突出特点之一是计算需求低，因此可以在边缘设备上实现。该方法允许使用可解释的特征（由颜色和纹理通道组成）直接比较特定图像区域。建议在 CIE-Lab 色彩空间中分析和比较颜色，利用直方图平滑进行降噪。一种新颖的预配置潜在空间（LS）监督自编码器（SAE）被提出用于纹理分析，将输入纹理编码为 LS 点。这使得可以获得比简单标签比较更准确的相似性度量。所提出的方法在训练时也不依赖照片或其他 re-id 数据，使其完全数据集无关。通过在 Market1501 数据集上计算 rank-1、rank-10 和 mAP re-id 指标验证了所提方法的可行性。结果与常规深度学习方法相当，并讨论了进一步改进该方法的潜在途径。
引用
@article{arxiv.2412.05076,
title = {Improving analytical color and texture similarity estimation methods for dataset-agnostic person reidentification},
author = {Nikita Gabdullin},
journal= {arXiv preprint arXiv:2412.05076},
year = {2024}
}
备注
8 pages, 5 figures, 3 tables, 3 equations