MovieNet-PS：一种大规模真实场景行人搜索数据集
计算机视觉与模式识别
2023-03-01 v4
摘要
行人搜索旨在从自然、未裁剪的图像中联合定位并识别查询行人，过去几年中得到了积极研究。本文深入探究目标行人全局与局部周围的丰富上下文信息，我们分别称之为场景上下文与群组上下文。不同于以往单独处理这两类上下文的工作，我们在统一全局-局部上下文网络(GLCNet)中利用它们，直观目的在于特征增强。具体而言，重识别嵌入与上下文特征以多阶段方式同时学习，最终得到增强的、具判别力的行人搜索特征。我们在两个行人搜索基准(即CUHK-SYSU与PRW)上开展实验，并将我们的方法扩展至更具挑战性的设定(即MovieNet上的角色搜索)。大量实验结果表明，所提GLCNet在所有三个数据集上相较最先进方法均取得一致提升。我们的源代码、预训练模型及新数据集公开于：https://github.com/ZhengPeng7/GLCNet。
引用
@article{arxiv.2112.02500,
title = {MovieNet-PS: A Large-Scale Person Search Dataset in the Wild},
author = {Jie Qin and Peng Zheng and Yichao Yan and Rong Quan and Xiaogang Cheng and Bingbing Ni},
journal= {arXiv preprint arXiv:2112.02500},
year = {2023}
}
备注
ICASSP 2023