基于迭代印象聚合改进行人重识别
计算机视觉与模式识别
2020-12-02 v1
摘要
我们对一个人的印象往往会在看到其更多方面后更新，且在更多次相遇中会不断迭代这一过程。我们将这种直觉形式化为行人重识别（re-ID）问题，其中查询（探针）图像的表征随着来自画廊中候选图像的新信息而迭代更新。具体而言，我们提出一种简单的注意力聚合公式来实现这一想法，并展示该流程在包括 CUHK03、Market-1501 和 DukeMTMC 在内的标准基准上取得了具有竞争力的性能。这种简单的方法不仅提升了基线模型的性能，还与最新的先进重排序方法取得了相当的性能。该方案的另一个优势是其灵活整合不同表征与相似性度量的能力。通过利用更强的表征与度量，我们进一步展示了最先进的行人重识别性能，这也验证了所提方法的普遍适用性。
引用
@article{arxiv.2009.10066,
title = {Improving Person Re-identification with Iterative Impression Aggregation},
author = {Dengpan Fu and Bo Xin and Jingdong Wang and Dongdong Chen and Jianmin Bao and Gang Hua and Houqiang Li},
journal= {arXiv preprint arXiv:2009.10066},
year = {2020}
}
备注
Accepted by Transactions on Image Processing