STADB：一种用于行人重识别的自阈值注意力引导 ADB 网络
计算机视觉与模式识别
2021-08-20 v3
摘要
近来，批量丢弃块网络（BDB）通过特征擦除在行人图像表示与重识别任务上展现了其有效性。然而，BDB 随机丢弃特征可能导致次优结果。在本文中，我们提出一种新颖的用于行人重识别的自阈值注意力引导自适应丢弃块网络（STADB），其可自适应地擦除最具判别性的区域。具体而言，STADB 首先通过通道池化获得注意力图，并对注意力图阈值化返回丢弃掩码。然后，将输入特征与自阈值注意力引导丢弃掩码相乘以生成丢弃特征图。此外，STADB 利用空间与通道注意力学习更好的特征图，并迭代训练特征丢弃模块用于行人重识别。在多个基准数据集上的实验表明，所提 STADB 优于许多其他相关行人重识别方法。本文源代码发布于：\textcolor{red}{\url{https://github.com/wangxiao5791509/STADB_ReID}}。
引用
@article{arxiv.2007.03584,
title = {STADB: A Self-Thresholding Attention Guided ADB Network for Person Re-identification},
author = {Bo Jiang and Sheng Wang and Xiao Wang and Aihua Zheng},
journal= {arXiv preprint arXiv:2007.03584},
year = {2021}
}