OIMNet++：面向行人搜索的原型归一化与定位感知学习
计算机视觉与模式识别
2022-07-22 v1
摘要
我们解决行人搜索任务，即从一组原始场景图像中定位并重新识别查询行人。近期方法通常构建于行人搜索的先驱工作 OIMNet 之上，其学习联合行人表征以同时执行检测与行人重识别（reID）任务。为获得表征，这些方法从行人候选框提取特征，随后通过 L2 归一化将其投影到单位超球面上。这些方法还将所有与真值充分重叠的正候选框同等用于学习 reID 的行人表征。我们发现：1）未考虑特征分布的 L2 归一化会削弱行人表征的判别力；2）正候选框常同时描绘背景杂波与行人重叠，可能将噪声特征编码进行人表征。本文提出 OIMNet++ 以解决上述局限。为此，我们引入一种新颖的归一化层 ProtoNorm，其在考虑行人 ID 长尾分布的同时校准行人候选框特征，使 L2 归一化的行人表征具备判别性。我们还提出一种定位感知特征学习方案，鼓励对齐更好的候选框在判别性表征学习中贡献更多。在标准行人搜索基准上的实验结果与分析证明了 OIMNet++ 的有效性。
引用
@article{arxiv.2207.10320,
title = {OIMNet++: Prototypical Normalization and Localization-aware Learning for Person Search},
author = {Sanghoon Lee and Youngmin Oh and Donghyeon Baek and Junghyup Lee and Bumsub Ham},
journal= {arXiv preprint arXiv:2207.10320},
year = {2022}
}
备注
Accepted to ECCV 2022