正确重识别：面向行人重识别的良好实践
计算机视觉与模式识别
2018-01-17 v1
摘要
使用排序损失训练深度架构已成为行人重识别任务的标准做法。这些深度架构越来越多地包含利用部件检测、属性预测、姿态估计器及其他辅助信息的附加组件，以更有效地定位和对齐有判别力的图像区域。本文采用不同思路，精心设计了简单深度架构的每个组件，并且关键地，设计了将其有效训练用于行人重识别的策略。我们广泛评估了每个设计选择，从而得到一份行人重识别的良好实践清单。遵循这些实践，我们的方法在四个基准数据集上以大幅优势超越了当前最优方法，包括带有辅助组件的更复杂方法。我们还对所学表征进行了定性分析，表明其虽紧凑，却能以类似隐式注意力机制的方式捕获来自局部化且有判别力区域的信息。
引用
@article{arxiv.1801.05339,
title = {Re-ID done right: towards good practices for person re-identification},
author = {Jon Almazan and Bojana Gajic and Naila Murray and Diane Larlus},
journal= {arXiv preprint arXiv:1801.05339},
year = {2018}
}