基于部件感知聚类的无监督视频行人重识别多相机域对齐学习
计算机视觉与模式识别
2020-05-14 v4
摘要
大多数视频行人重识别（re-ID）方法主要基于有监督学习，需要跨相机 ID 标注。由于标注成本随相机数量增加急剧上升，难以将重识别算法应用于大型相机网络。本文中，我们通过提出跨多相机无 ID 信息的深度表示学习来解决可扩展性问题。从技术上讲，我们训练神经网络以生成兼具 ID 判别性与相机不变性的特征。为实现嵌入特征的 ID 判别能力，我们通过度量学习方法最大化同一相机内不同行人 ID 间的特征距离。同时，将每个相机视为不同域，我们应用跨多相机域的对抗学习以生成相机不变特征。我们还提出一个部件感知自适应模块，在不同空间区域有效执行多相机域不变特征学习。我们在三个公开 re-ID 数据集（即 PRID-2011、iLIDS-VID 和 MARS）上进行了综合实验。在大规模 MARS 数据集上，我们的方法在 rank-1 准确率方面以约 20% 的大幅优势优于最先进方法。
引用
@article{arxiv.1909.13248,
title = {Learning to Align Multi-Camera Domains using Part-Aware Clustering for Unsupervised Video Person Re-Identification},
author = {Youngeun Kim and Seokeon Choi and Taekyung Kim and Sumin Lee and Changick Kim},
journal= {arXiv preprint arXiv:1909.13248},
year = {2020}
}