用于视频行人重识别的片段内聚合方法
计算机视觉与模式识别
2021-08-17 v4 机器学习
摘要
基于视频的行人重识别因其在视频监控中的广泛应用，近年来引起了大量关注。尽管基于深度学习的方法取得了显著进展，这些方法受限于未能有效利用互补信息，这归咎于训练过程中必要的数据增强。数据增强已被广泛用于缓解过拟合陷阱并提升网络表征能力。然而，先前的方法采用基于图像的数据增强方案来单独处理输入帧，这破坏了连续帧之间的互补信息并导致性能下降。在三个基准数据集上的大量实验表明，我们的框架优于最近的SOTA方法。我们还进行了跨数据集验证以证明方法的泛化性。
引用
@article{arxiv.1905.01722,
title = {Intra-clip Aggregation for Video Person Re-identification},
author = {Takashi Isobe and Jian Han and Fang Zhu and Yali Li and Shengjin Wang},
journal= {arXiv preprint arXiv:1905.01722},
year = {2021}
}
备注
ICIP 2020