用于基于视频的行人重识别的联合时空注意力池化网络
计算机视觉与模式识别
2017-10-02 v2 机器学习
机器学习
摘要
行人重识别是一项重要任务，可应用于视觉监控和人机交互。在本工作中，我们提出了一种用于基于视频的行人重识别的新型联合空间与时间注意力池化网络，该网络使特征提取器能够感知当前输入视频序列，从而使得来自匹配项之间的相互依赖性可以直接影响彼此表示的计算。具体而言，空间池化层能够从每一帧中选择区域，而执行的时间注意力池化可以在序列中选择信息量大的帧，这两种池化均由距离匹配的信息引导。在 iLIDS-VID、PRID-2011 和 MARS 数据集上进行了实验，结果表明该方法优于现有的 SOTA 方法。我们还分析了在两个维度上的联合池化如何比单独使用其中任何一个更有效地提升行人重识别性能。
引用
@article{arxiv.1708.02286,
title = {Jointly Attentive Spatial-Temporal Pooling Networks for Video-based Person Re-Identification},
author = {Shuangjie Xu and Yu Cheng and Kang Gu and Yang Yang and Shiyu Chang and Pan Zhou},
journal= {arXiv preprint arXiv:1708.02286},
year = {2017}
}
备注
To appear in ICCV 2017