使用视觉注意力进行行人重识别
计算机视觉与模式识别
2019-04-30 v7
摘要
尽管最近为解决行人重识别问题进行了诸多尝试，但由于视角、人体姿态和光照的大幅变化会导致行人外观显著不同，这仍然是一项具有挑战性的任务。在本文中，我们提出了一种新颖的方法，该方法基于在深度卷积神经网络中使用基于梯度的注意力机制来解决行人重识别问题。我们的模型学习选择性地关注输入图像中对网络输出最敏感的部分，并以高分辨率处理这些部分，同时以低分辨率感知周围图像。广泛的比较评估表明，所提出的方法在具有挑战性的 CUHK01、CUHK03 和 Market 1501 数据集上优于当前最先进的方法。
引用
@article{arxiv.1707.07336,
title = {Person Re-identification Using Visual Attention},
author = {Alireza Rahimpour and Liu Liu and Ali Taalimi and Yang Song and Hairong Qi},
journal= {arXiv preprint arXiv:1707.07336},
year = {2019}
}
备注
Published at IEEE International Conference on Image Processing 2017