OC4-ReID：遮挡换衣行人重识别
计算机视觉与模式识别
2025-09-05 v6
摘要
换衣行人重识别（CC-ReID）的研究侧重于在行人着装发生变化时检索特定行人，通常假设整个行人图像是可见的。然而，现实场景中的行人图像常常被障碍物部分遮挡，这对现有的CC-ReID系统构成了重大挑战。本文引入了一项更具挑战性的任务，称为遮挡换衣行人重识别（OC4-ReID），它同时应对换衣和遮挡两个挑战。具体而言，我们基于原始的CC-ReID数据集构建了两个新数据集Occ-LTCC和Occ-PRCC，其中包含对行人关键部位（如头部、躯干）的随机遮挡。此外，我们为OC4-ReID提出了一个新的基准，该基准包含一个训练-测试微观粒度筛选（T2MGS）模块以减轻遮挡的影响，并提出了一个局部鲁棒三元组（PRT）损失用于局部特征学习。在所提出的数据集以及两个CC-ReID基准数据集上的综合实验表明，所提方法相较于其他最先进方法具有优越的性能。代码和数据集可在https://github.com/1024AILab/OC4-ReID获取。
引用
@article{arxiv.2403.08557,
title = {OC4-ReID: Occluded Cloth-Changing Person Re-Identification},
author = {Zhihao Chen and Yiyuan Ge and Yanyan Lv and Ziyang Wang and Mingya Zhang},
journal= {arXiv preprint arXiv:2403.08557},
year = {2025}
}