基于部位注意力的模型使遮挡行人重识别更强大
计算机视觉与模式识别
2024-05-02 v4
摘要
遮挡行人重识别（ReID）的目标是在遮挡情况下检索特定行人。然而，遮挡行人 ReID 仍面临背景杂乱和局部特征表示质量低下的问题，这限制了模型性能。在我们的研究中，我们引入了一个名为 PAB-ReID 的新框架，这是一种结合部位注意力机制的新型 ReID 模型，旨在有效解决上述问题。首先，我们引入人体解析标签来指导生成更准确的人体部位注意力图。此外，我们提出了一种细粒度特征聚焦器，用于生成细粒度的人体局部特征表示，同时抑制背景干扰。此外，我们还设计了一种部位三元组损失来监督人体局部特征的学习，从而优化类内/类间距离。我们在专门的遮挡数据集和常规 ReID 数据集上进行了大量实验，结果表明我们的方法优于现有的 SOTA 方法。
引用
@article{arxiv.2404.03443,
title = {Part-Attention Based Model Make Occluded Person Re-Identification Stronger},
author = {Zhihao Chen and Yiyuan Ge},
journal= {arXiv preprint arXiv:2404.03443},
year = {2024}
}
备注
Accepted By International Joint Conference on Neural Networks 2024