用于基于视频的行人重识别的紧凑外观表示学习
计算机视觉与模式识别
2019-09-23 v2
摘要
本文提出了一种使用多个卷积神经网络（CNNs）进行基于视频的行人重识别的新方法。与以往的工作不同，我们旨在从若干帧而非整个序列中提取紧凑且具判别性的外观表示。具体而言，给定一段视频，基于连续帧的行走轮廓来选择代表性帧。提出了一种结合特征池化的多 CNN 架构，用于学习所选代表性帧的特征并将其编译成用于识别的行人的紧凑描述。在基准数据集上进行了实验，以证明所提出的方法优于现有的行人重识别方法。
引用
@article{arxiv.1702.06294,
title = {Learning Compact Appearance Representation for Video-based Person Re-Identification},
author = {Wei Zhang and Shengnan Hu and Kan Liu and Zhengjun Zha},
journal= {arXiv preprint arXiv:1702.06294},
year = {2019}
}