基于谱图引导的事件人体识别特征增强网络
计算机视觉与模式识别
2024-12-24 v2
摘要
作为一种前沿生物传感器，事件相机在计算机视觉领域具有显著的隐私保护潜力。然而，与传统相机相比，事件流常包含噪声且语义极度稀疏，构成事件人体重识别（event Re-ID）的重大挑战。为此，我们引入一种新型的人体事件重识别网络：谱图引导特征增强网络（SFE-Net）。该网络包含两个创新组件：多粒度谱图注意力机制（MSAM）和连续补丁丢弃模块（CPDM）。MSAM 采用傅里叶谱图变换策略过滤事件噪声，同时利用事件引导的多粒度注意力策略增强和捕获判别性人体语义。CPDM 采用连续补丁丢弃策略生成多个不完整特征图，鼓励深度 Re-ID 模型均衡感知人体各有效区域，从而捕获稳健的人体描述符。大量实验表明，SFE-Net 在 Event Re-ID 数据集上实现了最佳性能。
引用
@article{arxiv.2402.01269,
title = {Spectrum-guided Feature Enhancement Network for Event Person Re-Identification},
author = {Hongchen Tan and Yi Zhang and Xiuping Liu and Baocai Yin and Nan Ma and Xin Li and Huchuan Lu},
journal= {arXiv preprint arXiv:2402.01269},
year = {2024}
}
备注
Content needs to be revised