面向行人重识别的金字塔行人匹配网络
计算机视觉与模式识别
2018-03-08 v1
摘要
本文提出一种带有专门设计的金字塔匹配模块的深度卷积金字塔行人匹配网络（PPMN），以解决行人重识别问题。该架构以一对 RGB 图像作为输入，输出一个相似度值以指示两幅输入图像是否代表同一行人。基于深度卷积神经网络，我们的方法首先学习具有语义部件感知特征的判别性语义表示，然后采用金字塔匹配模块匹配行人的公共语义部件，其对由视角变化引起的空间尺度变化与位置错位具有鲁棒性。上述两个过程通过统一的端到端深度学习方案联合优化。在多个基准数据集上的大量实验证明了我们的方法相对于当前最优（SOTA）方法的有效性，尤其在 rank-1 识别率上。
引用
@article{arxiv.1803.02547,
title = {Pyramid Person Matching Network for Person Re-identification},
author = {Chaojie Mao and Yingming Li and Zhongfei Zhang and Yaqing Zhang and Xi Li},
journal= {arXiv preprint arXiv:1803.02547},
year = {2018}
}
备注
11pages, 3 figures, 4 tables and accepted by Proceedings of 9th Asian Conference on Machine Learning (ACML2017) JMLR Workshop and Conference Proceedings, vol. 77, 2017