基于姿态引导的可见部位匹配用于遮挡行人重识别
计算机视觉与模式识别
2020-04-02 v1
摘要
遮挡行人重识别是一项具有挑战性的任务，因为外观在各种障碍物下会发生显著变化，尤其是在人群场景中。为解决此问题，我们提出了一种姿态引导的可见部位匹配（PVPM）方法，该方法在端到端框架中联合学习具有姿态引导注意力的判别性特征，并自挖掘部位可见性。具体而言，所提出的 PVPM 包含两个关键组件：1）用于部位特征池化的姿态引导注意力（PGA）方法，其利用更具判别性的局部特征；2）估计某一部位是否遭受遮挡的姿态引导可见性预测器（PVP）。由于遮挡部位没有真值训练标注，我们转而利用正样本对中部位对应的特性，并通过图匹配自挖掘对应分数。生成的对应分数随后被用作可见性预测器（PVP）的伪标签。在三个已报道的遮挡基准上的实验结果表明，所提方法取得了与最先进（SOTA）方法相竞争的性能。源代码可在 https://github.com/hh23333/PVPM 获取。
引用
@article{arxiv.2004.00230,
title = {Pose-guided Visible Part Matching for Occluded Person ReID},
author = {Shang Gao and Jingya Wang and Huchuan Lu and Zimo Liu},
journal= {arXiv preprint arXiv:2004.00230},
year = {2020}
}
备注
Accepted to CVPR2020