多摄像机下的群体重识别研究
计算机视觉与模式识别
2024-07-23 v1
摘要
目标重识别在视觉监控中日益重要。现有大多数研究聚焦于从多个摄像机对单个对象进行重识别，而群体重识别 (Re-ID) 的应用则鲜有讨论。我们将群体重识别重新定义为包含行人检测、特征提取、图模型构建和图匹配的过程。由于不仅受到传统重识别任务中视角和人体姿态变化的干扰，还受到群体布局变化和群体成员变动的挑战，因此群体重识别非常困难。为解决上述问题，本文引入一种新方法，利用群体内部的多粒度信息来促进群体重识别。我们首先引入多粒度重识别流程，通过迭代评估群体中 (人员/人员子群组) 对象的特征重要性，从而处理因视角变化和群体动态导致的群体级对齐问题。我们进一步引入多阶匹配方案。该方案自适应地选择每个群体中的代表性人员/人员子群组，并整合来自这些人员/人员子群组的多粒度信息，以获得群体级匹配，从而在群体之间实现更可靠的匹配得分。在 various 数据集上的实验结果表明，我们的方法有效。
引用
@article{arxiv.2407.14620,
title = {The Research of Group Re-identification from Multiple Cameras},
author = {Hao Xiao},
journal= {arXiv preprint arXiv:2407.14620},
year = {2024}
}