PS-ARM：一种用于行人搜索的端到端注意力感知关系混合网络
计算机视觉与模式识别
2022-10-10 v1
摘要
行人搜索是一个具有多种现实应用的挑战性问题，旨在从未裁剪的画廊图像中联合进行行人检测与查询行人重识别。尽管先前的研究侧重于丰富特征信息的学习，但由于外观形变和背景干扰物的出现，检索查询行人仍然困难。本文提出一种新颖的用于行人搜索的注意力感知关系混合（ARM）模块，其利用一个人形 RoI 内不同局部区域之间的全局关系，并使其对各种外观形变和遮挡具有鲁棒性。所提出的 ARM 由关系混合块和空通道注意力层组成。关系混合块引入空间注意力引导的空间混合与通道注意力引导的通道混合，以有效捕获 RoI 内具有判别力的关系特征。这些判别力关系特征通过引入空通道注意力得到进一步丰富，其中前景与背景的判别性在联合空通道空间中得以增强。我们的 ARM 模块具有通用性，不依赖于细粒度监督或拓扑假设，因此可轻松集成到任何基于 Faster R-CNN 的行人搜索方法中。在两个具有挑战性的基准数据集 CUHKSYSU 和 PRW 上进行了全面实验。我们的 PS-ARM 在两个数据集上均取得了最先进的性能。在具有挑战性的 PRW 数据集上，我们的 PS-ARM 相比 SeqNet 在 mAP 分数上实现了 5 的绝对提升，同时保持相当的速度。
引用
@article{arxiv.2210.03433,
title = {PS-ARM: An End-to-End Attention-aware Relation Mixer Network for Person Search},
author = {Mustansar Fiaz and Hisham Cholakkal and Sanath Narayan and Rao Muhammad Anwer and Fahad Shahbaz Khan},
journal= {arXiv preprint arXiv:2210.03433},
year = {2022}
}
备注
Paper accepted in ACCV 2022