面向无监督行人重识别的离线-在线关联相机感知代理
计算机视觉与模式识别
2022-11-23 v2
摘要
近来，无监督行人重识别（Re-ID）因其在无标签应用中的潜力而受到日益增多的研究关注。解决无监督Re-ID的一种可行途径是基于聚类的方法，其通过聚类生成伪标签并迭代使用伪标签训练Re-ID模型。然而，多数基于聚类的方法将每个簇视为一个伪身份类，忽视了主要由相机变换引起的簇内方差。为解决此问题，我们提出依据相机视角将单个簇拆分为多个代理。相机感知代理显式捕获簇内局部结构，从而更好地应对类内方差与类间相似性。借助相机感知代理，我们设计了两种基于代理级对比学习损失，分别依托离线与时关联结果。离线关联直接根据聚类与拆分结果关联代理，而在线策略依据最新特征动态关联代理，以降低伪标签延迟更新所致噪声。两种损失的结合使我们能训练出理想的Re-ID模型。在三个行人Re-ID数据集与一个车辆Re-ID数据集上的大量实验表明，我们所提方法相较最先进方法具竞争力。代码将发布于：https://github.com/Terminator8758/O2CAP。
引用
@article{arxiv.2201.05820,
title = {Offline-Online Associated Camera-Aware Proxies for Unsupervised Person Re-identification},
author = {Menglin Wang and Jiachen Li and Baisheng Lai and Xiaojin Gong and Xian-Sheng Hua},
journal= {arXiv preprint arXiv:2201.05820},
year = {2022}
}
备注
Accepted to TIP