PCD-ReID：面向基站检查的遮挡行人重识别
计算机视觉与模式识别
2025-11-04 v1
摘要
基站环境下遮挡行人重识别（ReID）是计算机视觉中的关键任务，尤其适用于监控和安防应用。该任务面临诸多挑战，因为遮挡常常遮盖关键身体特征，增加识别的复杂性。传统的基于 ResNet 的 ReID 算法往往无法有效处理遮挡问题，亟需新的 ReID 方法。我们提出了 PCD-ReID（Pedestrian Component Discrepancy）算法以解决这些问题。本 work 的贡献如下：为解决遮挡问题，我们设计了基于 Transformer 的 PCD 网络，能够提取诸如头盔和制服等共享组件特征。为缓解在公开数据集上的过拟合，我们收集了新的真实世界巡逻监视图像用于模型训练，覆盖六个月、10,000 名个体和 50,000 张图像。与现有 ReID 算法的比较实验表明，模型实现了 79.0% 的平均精度（mAP）和 82.7% 的 Rank-1 准确率，相较于基于 ResNet50 的方法实现了 15.9% 的 Rank-1 提升。实验评估表明，PCD-ReID 有效实现了针对塔楼检查场景中人员的遮挡感知 ReID 性能，凸显了其在监控和安防应用中的实际部署潜力。
引用
@article{arxiv.2511.01546,
title = {PCD-ReID: Occluded Person Re-Identification for Base Station Inspection},
author = {Ge Gao and Zishuo Gao and Hongyan Cui and Zhiyang Jia and Zhuang Luo and ChaoPeng Liu},
journal= {arXiv preprint arXiv:2511.01546},
year = {2025}
}
备注
11 pages, 7 figures