面向行人搜索的上下文感知嵌入学习
计算机视觉与模式识别
2021-11-30 v1
摘要
行人搜索是一项相关任务，旨在联合解决行人检测与行人重识别（re-ID）。尽管大多数先前方法专注于学习鲁棒的个体特征用于检索，但由于光照、大姿态差异和遮挡，仍难以区分混淆的行人。上下文信息在行人搜索任务中实际可用，其有助于通过减少混淆来进行搜索。为此，我们提出一种名为注意力上下文感知嵌入（ACAE）的新型上下文特征头，其增强了上下文信息。ACAE在图像内和跨图像反复审视行人特征以发现相似的行人模式，使其能隐式学习寻找可能的同行者并高效建模上下文相关实例的关系。此外，我们提出图像记忆库以提高训练效率。实验上，ACAE在构建于不同一步法之上时展现出广泛提升。与先前一步法相比，我们的整体方法取得了最先进的（SOTA）结果。
引用
@article{arxiv.2111.14316,
title = {Learning Context-Aware Embedding for Person Search},
author = {Shihui Chen and Yueqing Zhuang and Boxun Li},
journal= {arXiv preprint arXiv:2111.14316},
year = {2021}
}