利用无线电信号学习用于行人重识别的长期表征
计算机视觉与模式识别
2020-04-03 v1
摘要
行人重识别（ReID）旨在跨不同地点和时间识别感兴趣人物。现有 ReID 方法依赖于使用 RGB 相机采集的图像或视频，提取衣物、鞋、头发等外观特征。然而，这类特征可能逐日发生剧烈变化，导致无法在较长时间跨度内识别人物。本文提出 RF-ReID，一种利用射频（RF）信号进行长期行人重识别的新方法。RF 信号可穿透衣物并从人体反射，因此可用于提取体型、身形等更持久的人物识别特征。我们在跨越数天至数周、期间人物可能穿着不同衣物的纵向数据集上评估了 RF-ReID 的性能。实验表明，在长期行人重识别任务中，RF-ReID 优于最先进的基于 RGB 的 ReID 方法。结果还揭示了两个有趣特性：首先，由于 RF 信号在遮挡和弱光条件下仍可工作，RF-ReID 支持此类场景下的行人重识别；其次，与泄露个人私密信息的照片和视频不同，RF 信号更具隐私保护性，因而有助于将行人重识别扩展至医疗等注重隐私的领域。
引用
@article{arxiv.2004.01091,
title = {Learning Longterm Representations for Person Re-Identification Using Radio Signals},
author = {Lijie Fan and Tianhong Li and Rongyao Fang and Rumen Hristov and Yuan Yuan and Dina Katabi},
journal= {arXiv preprint arXiv:2004.01091},
year = {2020}
}
备注
CVPR 2020. The first three authors contributed equally to this paper