TrADe Re-ID——基于跟踪与异常检测的实时行人重识别
计算机视觉与模式识别
2022-09-15 v1 人工智能
机器学习
摘要
行人重识别（Re-ID）旨在摄像机网络中搜索感兴趣的人员（查询）。在经典 Re-ID 设定中，查询在包含完整人体正确裁剪图像的图库中搜寻。近来，实时 Re-ID 设定被提出以更好地代表 Re-ID 的实际应用场景，其内容为在包含整个场景帧的短视频中搜索查询。最初的实时 Re-ID 基线使用行人检测器构建大型搜索图库，并使用经典 Re-ID 模型在图库中查找查询。然而，所生成的图库过大且包含低质量图像，降低了实时 Re-ID 性能。本文提出一种称为 TrADe 的新实时 Re-ID 方法，以生成更小的高质量图库。TrADe 首先使用跟踪算法识别图库中同一人的图像序列，随后使用异常检测模型为每个轨迹片段选取单个良好代表。TrADe 在 PRID-2011 数据集的实时 Re-ID 版本上得到验证，并显示出相对于基线的显著提升。
引用
@article{arxiv.2209.06452,
title = {TrADe Re-ID -- Live Person Re-Identification using Tracking and Anomaly Detection},
author = {Luigy Machaca and F. Oliver Sumari H and Jose Huaman and Esteban Clua and Joris Guerin},
journal= {arXiv preprint arXiv:2209.06452},
year = {2022}
}
备注
6 pages, 4 figures, Accepted on ICMLA 2022