基于像素与特征联合对齐的RGB-红外跨模态行人重识别
计算机视觉与模式识别
2019-10-30 v2
摘要
由于RGB与红外(IR)图像之间存在较大的跨模态差异，RGB-红外行人重识别是一项重要且富有挑战性的任务。大多数传统方法旨在通过特征表示学习以特征对齐来弥合跨模态鸿沟。与现有方法不同，本文提出一种新颖的端到端对齐生成对抗网络(AlignGAN)用于RGB-IR RE-ID任务。所提模型具有若干优点。首先，它能够联合利用像素对齐与特征对齐。据我们所知，这是首个针对RGB-IR RE-ID问题对两种对齐策略进行联合建模的工作。其次，所提模型由像素生成器、特征生成器与联合判别器组成。通过三者之间的极小极大博弈，我们的模型不仅能够缓解跨模态与模态内差异，还能学习身份一致的特征。在两个标准基准上的大量实验结果表明，所提模型优于当前最优方法。尤其在SYSU-MM01数据集上，我们的模型在Rank-1与mAP指标上分别取得了15.4%与12.9%的绝对提升。
引用
@article{arxiv.1910.05839,
title = {RGB-Infrared Cross-Modality Person Re-Identification via Joint Pixel and Feature Alignment},
author = {Guan'an Wang and Tianzhu Zhang and Jian Cheng and Si Liu and Yang Yang and Zengguang Hou},
journal= {arXiv preprint arXiv:1910.05839},
year = {2019}
}
备注
accepted by ICCV'19