Pose-dIVE：基于扩散模型的姿态多样化数据增强用于人体重识别
计算机视觉与模式识别
2026-04-07 v3
摘要
人体重识别（Re-ID）面临的挑战在于由于人体姿态和摄像机视角的变化，这些变化显著影响跨图像中个体的外观。现有数据集在这些方面的多样性和可扩展性往往不足，阻碍了Re-ID模型对新摄像机系统或环境的泛化。为此，我们提出Pose-dIVE，一种新颖的数据增强方法，通过对训练数据纳入稀疏且 underrepresented的人体姿态和摄像机视角示例，解决原始训练数据分布中多样性不足的问题。我们的目标是扩充训练数据集，以使现有的Re-ID模型能够学习到不受人体姿态和摄像机视角变化影响的特征。通过对扩散模型同时条件化人体姿态和摄像机视角（基于SMPL模型），我们的框架生成具有多样人体姿态和摄像机视角的增强训练数据。实验结果表明，我们的方法在解决人体姿态偏差方面有效，并且相较于其他基于数据增强的Re-ID方法，能够提升Re-ID模型的泛化能力。
引用
@article{arxiv.2406.16042,
title = {Pose-dIVE: Pose-Diversified Augmentation with Diffusion Model for Person Re-Identification},
author = {Inès Hyeonsu Kim and Woojeong Jin and Soowon Son and Junyoung Seo and Seokju Cho and JeongYeol Baek and Byeongwon Lee and JoungBin Lee and Seungryong Kim},
journal= {arXiv preprint arXiv:2406.16042},
year = {2026}
}
备注
CVPR 2026 Findings, Project page: https://cvlab-kaist.github.io/Pose-dIVE