基于参考辅助部件对齐特征解耦的视频行人重识别
计算机视觉与模式识别
2021-03-23 v1
摘要
近年来，基于视频的行人重识别（re-ID）因其实用应用前景在计算机视觉社区引起了越来越多的关注。由于行人检测不准确和姿态变化，行人错位显著增加了特征提取与匹配的难度。为解决该问题，本文提出一种参考辅助部件对齐（RAPA）框架，以解耦不同部件的鲁棒特征。首先，为在不同视频间获得更好的参考，引入了基于姿态的参考特征学习模块。其次，探索了一种有效的基于关系的部件特征解耦模块，以对齐每个视频内的帧。通过使用这两个模块，视频中行人的信息性部件得到了良好对齐，并生成了更具判别力的特征表示。在三个广泛使用的基准（即 iLIDS-VID、PRID-2011 和 MARS 数据集）上的综合实验验证了所提框架的有效性。我们的代码将公开可用。
引用
@article{arxiv.2103.11319,
title = {Reference-Aided Part-Aligned Feature Disentangling for Video Person Re-Identification},
author = {Guoqing Zhang and Yuhao Chen and Yang Dai and Yuhui Zheng and Yi Wu},
journal= {arXiv preprint arXiv:2103.11319},
year = {2021}
}
备注
6 pages, accepted by ICME 2021