重访基于视频的人员重识别中的时间建模
计算机视觉与模式识别
2018-05-09 v2
摘要
基于视频的人员重识别（reID）是一项重要任务，近年来由于监控和相机网络需求的增长而备受关注。典型的基于视频的人员 reID 系统由三部分组成：图像级特征提取器（如 CNN）、聚合时间特征的时间建模方法以及损失函数。尽管已提出许多时间建模方法，但由于特征提取器和损失函数的选择也对最终性能有很大影响，难以直接比较这些方法。我们全面研究并比较了四种不同的时间建模方法（时间池化、时间注意力、RNN 和 3D 卷积网络）用于基于视频的人员 reID。我们还提出了一种新的注意力生成网络，采用时间卷积提取帧间时间信息。评估在 MARS 数据集上进行，我们的方法大幅优于当前最优（SOTA）方法。我们的源代码发布于 https://github.com/jiyanggao/Video-Person-ReID。
引用
@article{arxiv.1805.02104,
title = {Revisiting Temporal Modeling for Video-based Person ReID},
author = {Jiyang Gao and Ram Nevatia},
journal= {arXiv preprint arXiv:1805.02104},
year = {2018}
}
备注
codes available at https://github.com/jiyanggao/Video-Person-ReID