用于视频行人重识别的时间互补学习
计算机视觉与模式识别
2020-07-21 v1
摘要
本文提出一种时间互补学习网络，用于提取连续视频帧的互补特征以进行视频行人重识别。首先，我们引入一个时间显著性擦除（TSE）模块，包含显著性擦除操作与一系列有序学习器。具体而言，对于视频中的特定帧，显著性擦除操作驱动特定学习器通过擦除先前帧已激活的部分来挖掘新的互补部分。由此可为连续帧发现多样化视觉特征，最终形成目标身份的整体特征。此外，设计了一个时间显著性增强（TSB）模块，在视频帧间传播显著信息以增强显著特征。它通过有效缓解TSE擦除操作所致的信息损失，与TSE形成互补。大量实验表明，我们的方法优于当前最优方法。源代码见 https://github.com/blue-blue272/VideoReID-TCLNet。
引用
@article{arxiv.2007.09357,
title = {Temporal Complementary Learning for Video Person Re-Identification},
author = {Ruibing Hou and Hong Chang and Bingpeng Ma and Shiguang Shan and Xilin Chen},
journal= {arXiv preprint arXiv:2007.09357},
year = {2020}
}
备注
17 pages, 6 figures, accepted by ECCV2020