查询引导的端到端行人搜索
计算机视觉与模式识别
2019-05-06 v1
摘要
行人搜索作为一项新颖的任务最近受到关注，该任务旨在从包含其他多个行人的非裁剪图像库中，找到以裁剪样本形式提供的特定行人。我们认为：i. 行人检测与再识别应在联合优化框架中进行；ii. 行人搜索应充分利用查询图像（例如强调独特的查询模式）。然而，目前尚无现有方法实现这一点。我们引入了一种新颖的查询引导端到端行人搜索网络（QEEPS）来解决这两个方面。我们利用了最新的联合检测与再识别工作 OIM [37]，并在此基础上扩展了：i. 一个查询引导的 Siamese squeeze-and-excitation 网络（QSSE-Net），利用来自查询图像和图库图像的全局上下文；ii. 一个查询引导的区域候选网络（QRPN），用于生成与查询相关的候选区域；iii. 一个查询引导的相似度子网络，用于学习查询引导的再识别分数。QEEPS 是首个端到端的查询引导检测与再识别网络。在最新的 CUHK-SYSU [37] 和 PRW [46] 数据集上，我们以大幅优势超越了先前最优的方法。
引用
@article{arxiv.1905.01203,
title = {Query-guided End-to-End Person Search},
author = {Bharti Munjal and Sikandar Amin and Federico Tombari and Fabio Galasso},
journal= {arXiv preprint arXiv:1905.01203},
year = {2019}
}
备注
Accepted as poster in CVPR 2019