面向遮挡行人重识别的邻域引导特征重建
计算机视觉与模式识别
2021-05-18 v1
摘要
监控摄像头捕捉的行人图像常被各种障碍物遮挡，导致特征表示残缺并损害行人重识别（Re-ID）性能。为应对该挑战，我们提出通过充分挖掘图库图像集中其邻域的信息来重建被遮挡部分的特征表示。具体而言，我们首先为每张行人图像引入基于身体掩码的可见部分特征。随后利用可见特征确定其邻近样本，并以所有邻近样本作为输入，通过可去除离群点的图神经网络重建全身表示。大量实验表明所提方法取得显著提升。在大规模 Occluded-DukeMTMC 基准上，我们的方法达到 64.2% mAP 与 67.6% rank-1 准确率，分别大幅超越最先进方法 20.4% 与 12.5%，表明我们的方法在遮挡 Re-ID 问题上的有效性。
引用
@article{arxiv.2105.07345,
title = {Neighbourhood-guided Feature Reconstruction for Occluded Person Re-Identification},
author = {Shijie Yu and Dapeng Chen and Rui Zhao and Haobin Chen and Yu Qiao},
journal= {arXiv preprint arXiv:2105.07345},
year = {2021}
}