用于行人重识别的多通道金字塔行人匹配网络
计算机视觉与模式识别
2018-03-08 v1
摘要
在这项工作中，我们提出了一种基于语义成分与颜色-纹理分布相结合的多通道深度卷积金字塔行人匹配网络（MC-PPMN），以解决行人重识别问题。具体而言，我们从两幅行人图像中分别学习语义成分和颜色-纹理分布的深度表示，然后采用金字塔行人匹配网络（PPMN）获得对应表示。这些对应表示被融合以执行重识别任务。此外，所提出的框架通过统一的端到端深度学习方案进行优化。在多个基准数据集上的大量实验证明了我们的方法相对于现有最优文献的有效性，尤其是在 rank-1 识别率方面。
引用
@article{arxiv.1803.02558,
title = {Multi-Channel Pyramid Person Matching Network for Person Re-Identification},
author = {Chaojie Mao and Yingming Li and Yaqing Zhang and Zhongfei Zhang and Xi Li},
journal= {arXiv preprint arXiv:1803.02558},
year = {2018}
}
备注
9 pages, 5 figures, 7 tables and accepted by the 32nd AAAI Conference on Artificial Intelligence