基于多粒度参考辅助注意力特征聚合的视频行人重识别
计算机视觉与模式识别
2020-03-30 v1
摘要
基于视频的行人重识别(reID)旨在跨视频片段匹配同一行人。由于帧间冗余、新暴露的外观、遮挡和运动模糊的存在，这是一项具有挑战性的任务。本文中，我们提出一种注意力特征聚合模块，即多粒度参考辅助注意力特征聚合(MG-RAFA)，以精细地将时空特征聚合为具有判别力的视频级特征表示。为了确定一个时空特征节点的贡献/重要性，我们提出通过卷积操作从全局视角学习注意力。具体而言，我们将该节点与一组代表全局视频信息的代表性参考特征节点(S-RFNs)的成对相关性及其自身特征堆叠在一起，以推断注意力。此外，为利用不同层次的语义，我们提出基于在不同粒度上捕获的关系来学习多粒度注意力。大量消融实验证明了我们的注意力特征聚合模块 MG-RAFA 的有效性。我们的框架在三个基准数据集上取得了最先进的性能。
引用
@article{arxiv.2003.12224,
title = {Multi-Granularity Reference-Aided Attentive Feature Aggregation for Video-based Person Re-identification},
author = {Zhizheng Zhang and Cuiling Lan and Wenjun Zeng and Zhibo Chen},
journal= {arXiv preprint arXiv:2003.12224},
year = {2020}
}
备注
Accepted by CVPR2020