面向跨分辨率行人重识别的分辨率自适应表示学习
计算机视觉与模式识别
2022-07-27 v1
摘要
跨分辨率行人重识别（CRReID）旨在将低分辨率（LR）查询身份图像与高分辨率（HR）库图像进行匹配。由于真实摄像机的不同采集条件常导致查询图像分辨率退化，该问题具挑战性且贴近实际。对此，当前最优（SOTA）方案要么学习分辨率不变表示，要么采用超分辨率（SR）模块恢复 LR 查询的缺失信息。本文探索一种免 SR 的替代范式，通过自适应于查询图像分辨率的动态度量直接比较 HR 与 LR 图像。我们借助学习分辨率自适应表示以实现跨分辨率比较来实现该思路。具体而言，提出两种分辨率自适应机制。其一是将分辨率特定信息解耦至深度神经网络倒数第二层的不同子向量中，从而构造变长表示。为更好提取分辨率依赖信息，进一步提出为中间残差特征块学习分辨率自适应掩码，并设计新颖渐进学习策略以妥善训练这些掩码。两机制结合提升了 CRReID 性能。实验表明所提方法优于现有方法，并在多个 CRReID 基准上取得 SOTA 性能。
引用
@article{arxiv.2207.13037,
title = {Learning Resolution-Adaptive Representations for Cross-Resolution Person Re-Identification},
author = {Lin Wu and Lingqiao Liu and Yang Wang and Zheng Zhang and Farid Boussaid and Mohammed Bennamoun},
journal= {arXiv preprint arXiv:2207.13037},
year = {2022}
}
备注
Under review