关键点可调Re识别
计算机视觉与模式识别
2025-03-20 v1
摘要
被遮挡人员Re识别(ReID)是一种基于外观特征匹配被遮挡个体的度量学习任务。虽然已有许多研究针对由物体引起的遮挡问题，但多人遮挡问题仍受到较少关注。在本工作中，我们识别并解决了此前被遮挡ReID方法所忽视的关键挑战：当多个个体位于同一边界框内时出现的多人歧义(MPA)，导致无法在候选对象中确定意图ReID目标。灵感来自最近在视觉提示方面的研究，我们引入关键点可调ReID(KPR)，这是一种显式地通过一组语义关键点指示所指目标，以补充输入边界框的ReID问题的新型表述。由于可调Re识别尚未被探索，现有ReID数据集缺乏用于提示的像素级注释。为填补这一差距并促进该领域进一步研究，我们引入Occluded-PoseTrack ReID数据集，标注了关键点标签，具有强大的人际遮挡。此外，我们为四个流行的ReID基准数据集发布了自定义关键点标签。在人员检索以及姿态跟踪实验中，我们的方法在各种遮挡场景下系统性地优于先前的状态方法。我们的代码、数据集和注释均可在 https://github.com/VlSomers/keypoint_promptable_reidentification 获取。
引用
@article{arxiv.2407.18112,
title = {Keypoint Promptable Re-Identification},
author = {Vladimir Somers and Christophe De Vleeschouwer and Alexandre Alahi},
journal= {arXiv preprint arXiv:2407.18112},
year = {2025}
}