用于行人重识别的轻量多分支网络
计算机视觉与模式识别
2022-01-19 v1
摘要
行人重识别旨在从多个相机或同一相机在不同时间与地点捕获的图像中检索行人身份。由于其在从监控到人机交互的诸多视觉应用中的重要性，行人重识别方法需要可靠且快速。尽管为提高性能提出了越来越多的深度架构，这些方法也增加了整体模型复杂度。本文提出了一种轻量网络，在资源高效的 OSNet 骨干上构建统一的轻量多分支架构，结合全局、基于部件和通道特征。通过合理的训练技术与设计选择组合，我们的最终模型在 CUHK03 labeled、CUHK03 detected 和 Market-1501 上分别取得了 SOTA 结果：85.1% mAP / 87.2% rank1、82.4% mAP / 84.9% rank1 和 91.5% mAP / 96.3% rank1。
引用
@article{arxiv.2101.10774,
title = {Lightweight Multi-Branch Network for Person Re-Identification},
author = {Fabian Herzog and Xunbo Ji and Torben Teepe and Stefan Hörmann and Johannes Gilg and Gerhard Rigoll},
journal= {arXiv preprint arXiv:2101.10774},
year = {2022}
}
备注
5 pages, 1 figure