具有双粒度三元组损失的强而简基线用于可见光-热成像行人重识别
计算机视觉与模式识别
2021-05-05 v2
摘要
在本文中，我们提出一种概念上简单而有效的双粒度三元组损失，用于可见光-热成像行人重识别（VT-ReID）。通常，ReID 模型总是从细粒度层面以基于样本的三元组损失和识别损失进行训练。当引入基于中心的损失以从粗粒度层面增强类内紧凑性与类间判别性时是可能的。我们提出的双粒度三元组损失以从细到粗的层次化粒度方式很好地组织了基于样本的三元组损失与基于中心的三元组损失，仅通过一些典型操作（如池化与批归一化）的简单配置即可实现。在 RegDB 与 SYSU-MM01 数据集上的实验表明，仅使用全局特征，我们的双粒度三元组损失就能显著提升 VT-ReID 性能。它可作为一个强力的 VT-ReID 基线，以高质量推动未来研究。
引用
@article{arxiv.2012.05010,
title = {Strong but Simple Baseline with Dual-Granularity Triplet Loss for Visible-Thermal Person Re-Identification},
author = {Haijun Liu and Yanxia Chai and Xiaoheng Tan and Dong Li and Xichuan Zhou},
journal= {arXiv preprint arXiv:2012.05010},
year = {2021}
}
备注
to be published in IEEE Signal Processing Letters