OH-Former：面向行人重识别的全关系高阶 Transformer
计算机视觉与模式识别
2021-11-25 v2
摘要
Transformer 已在许多视觉任务上展现出优越性能。然而，对于行人重识别（ReID）任务，原始 Transformer 未能充分挖掘高阶特征关系上的丰富上下文，并损害了局部特征细节，而由于行人的剧烈变化，这些是不够的。本文中，我们提出一种全关系高阶 Transformer（OH-Former）来为 ReID 建模全关系特征。首先，为增强视觉表征能力，我们不再于每个空间位置基于查询对与孤立键获得注意力矩阵，而是进一步为高阶非局部机制建模高阶统计信息。我们通过先验混合机制在每一阶的对应层中共享注意力权重，以降低计算成本。随后，提出一个基于卷积的局部关系感知模块来提取局部关系与二维位置信息。我们模型的实验结果极具前景，在 Market-1501、DukeMTMC、MSMT17 与 Occluded-Duke 数据集上取得了最先进的性能。
引用
@article{arxiv.2109.11159,
title = {OH-Former: Omni-Relational High-Order Transformer for Person Re-Identification},
author = {Xianing Chen and Chunlin Xu and Qiong Cao and Jialang Xu and Yujie Zhong and Jiale Xu and Zhengxin Li and Jingya Wang and Shenghua Gao},
journal= {arXiv preprint arXiv:2109.11159},
year = {2021}
}