面向行人重识别的关系网络

行人重识别（reID）旨在从通常由多摄像头捕获的图像集合中检索出感兴趣人物的图像。近期reID方法表明，利用描述身体部位的局部特征连同行人图像自身的全局特征，可给出鲁棒的特征表示，即便在身体部位缺失时亦如此。然而，直接使用各部位级特征而不考虑身体部位间关系，会混淆具有对应部位相似属性的不同行人身份区分。为解决此问题，我们提出一种新的面向行人reID的关系网络，该网络考量单个身体部位与其余部位间的关系。我们的模型使单一部位级特征也融入其他身体部位的局部信息，从而更具判别力。我们还引入全局对比池化（GCP）方法以获取行人图像的全局特征。我们提出将对比特征用于GCP，以补充常规的极大值与平均池化技术。我们在Market1501、DukeMTMC-reID与CUHK03数据集上展示了模型优于当前最优方法，证明了我们的方法在判别性行人表示上的有效性。