利用身体部位外观的球员重识别
计算机视觉与模式识别
2023-10-24 v1
摘要
我们提出一种学习身体部位外观以用于足球运动员重识别的神经网络架构。我们的模型由一个双流网络（一流用于外观图提取，另一流用于身体部位图提取）和一个双线性池化层组成，该层生成并对身体部位图进行空间池化。身体部位图的每个局部特征由相应局部外观与身体部位描述子的双线性映射获得。我们的新颖表示产生了鲁棒的图像匹配特征图，它源于相关身体部位的局部相似度与加权外观相似度的结合。我们的模型在SoccerNet-V3重识别数据集上训练时不需要任何部位标注。相反，我们使用现有姿态估计网络（OpenPose）的子网络来初始化部位子流，然后训练整个网络以最小化三元组损失。外观流在ImageNet数据集上预训练，部位流针对SoccerNet-V3数据集从头训练。我们通过展示其优于OsNet和InceptionNet等最先进模型来证明模型的有效性。
引用
@article{arxiv.2310.14469,
title = {Player Re-Identification Using Body Part Appearences},
author = {Mahesh Bhosale and Abhishek Kumar and David Doermann},
journal= {arXiv preprint arXiv:2310.14469},
year = {2023}
}