基于视频排序中判别性选择的行人重识别
计算机视觉与模式识别
2016-01-26 v1
摘要
当前的行人重识别（ReID）方法通常依赖于单帧图像特征，而忽略了在实际监控场景中常可获取的图像序列的时空信息。基于单帧（单镜头）的视觉外观匹配由于非重叠摄像机视角带来的挑战性视觉模糊与不确定性，以及视角条件变化可能导致显著的人员外观变化，在公共空间的行人重识别中天生受限。本工作中，我们提出一种新颖模型，自动从有噪声/不完整的人员图像序列中选择最具判别性的视频片段，从中可计算可靠的时空与外观特征，同时学习用于行人重识别的视频排序函数。利用 PRID、iLIDS-VID 和 HDA+ 图像序列数据集，我们进行了广泛的对比评估，以证明所提模型相对于当代步态识别、整体图像序列匹配以及最先进的单镜头/多镜头 ReID 方法的优势。
引用
@article{arxiv.1601.06260,
title = {Person Re-Identification by Discriminative Selection in Video Ranking},
author = {Taiqing Wang and Shaogang Gong and Xiatian Zhu and Shengjin Wang},
journal= {arXiv preprint arXiv:1601.06260},
year = {2016}
}
备注
14 pages