多尺度身体部位掩码引导注意力用于行人重识别
计算机视觉与模式识别
2019-07-01 v1
摘要
由于其广泛应用，行人重识别成为一项愈发重要的任务。在实践中，由于人体姿态变化、不同光照、遮挡、不对齐、背景杂乱等，行人重识别仍具挑战性。本文提出一种多尺度身体部位掩码引导注意力网络(MMGA)，其联合学习全身与身体部位注意力，以同时帮助提取全局与局部特征。在MMGA中，身体部位掩码用于引导相应注意力的训练。实验表明，我们所提方法可降低人体姿态变化、不对齐与背景杂乱的负面影响。我们的方法在Market1501数据集上取得rank-1/mAP为95.0%/87.2%，在DukeMTMC-reID数据集上为89.5%/78.1%，优于当前最先进方法。
引用
@article{arxiv.1904.11041,
title = {Multi-Scale Body-Part Mask Guided Attention for Person Re-identification},
author = {Honglong Cai and Zhiguan Wang and Jinxing Cheng},
journal= {arXiv preprint arXiv:1904.11041},
year = {2019}
}