基于解析的视角感知嵌入网络用于车辆重识别
计算机视觉与模式识别
2020-04-13 v1
摘要
车辆重识别旨在跨摄像头场景下从各种视角中找出同一车辆的图像。该任务的主要挑战包括由不同视角引起的大类内距离，以及由相似车辆引起的细微类间差异。本文中，我们提出一种基于解析的视角感知嵌入网络（PVEN），以实现面向车辆重识别的视角感知特征对齐与增强。首先，我们引入一个解析网络将车辆解析为四个不同视角，然后通过掩码平均池化对齐特征。这种对齐提供了车辆的细粒度表征。其次，为增强视角感知特征，我们设计了一种共可见注意力以聚焦于共可见视角，其不仅缩短了类内实例间的距离，也扩大了类间实例的差异。PVEN 有助于在不同视角下捕获车辆稳定的判别信息。在三个数据集上的实验表明，我们的模型大幅优于当前最优方法。
引用
@article{arxiv.2004.05021,
title = {Parsing-based View-aware Embedding Network for Vehicle Re-Identification},
author = {Dechao Meng and Liang Li and Xuejing Liu and Yadong Li and Shijie Yang and Zhengjun Zha and Xingyu Gao and Shuhui Wang and Qingming Huang},
journal= {arXiv preprint arXiv:2004.05021},
year = {2020}
}
备注
10 pages, 6 figures