基于掩码引导双流 CNN 模型的人员搜索方法
计算机视觉与模式识别
2018-07-24 v1
摘要
在本工作中，我们解决人员搜索问题，这是一项由行人检测与行人重识别（re-ID）组成的具有挑战性的任务。我们发现，与在单一联合模型中共享表征不同，分离检测器与重识别特征提取可获得更好的性能。为对每个身份提取更具代表性的特征，我们将前景行人从原始图像块中分割出来。我们提出了一种简单而有效的重识别方法，该方法分别对前景行人与原始图像块建模，并从两条独立的 CNN 流中获得丰富的表征。在 CUHK-SYSU 与 PRW 两个标准人员搜索基准上的实验表明，我们分别取得了 与 的 mAP，大幅超越当前最优方法（超过 5 个百分点）。
引用
@article{arxiv.1807.08107,
title = {Person Search via A Mask-Guided Two-Stream CNN Model},
author = {Di Chen and Shanshan Zhang and Wanli Ouyang and Jian Yang and Ying Tai},
journal= {arXiv preprint arXiv:1807.08107},
year = {2018}
}
备注
accepted as poster to ECCV 2018