TSDW：用于跨服装人物再识别的三流动态权重网络
计算机视觉与模式识别
2025-03-04 v1
摘要
跨服装人物再识别（CC-ReID）旨在解决在不同时间-空间场景、视角和服装变化下识别个体的挑战。该领域在大数据研究和公共安全领域越来越受到关注。现有的再识别研究主要依赖人脸识别、步态语义识别和与服装无关的特征识别，这些方法在高质量服装变化视频和图像场景中表现相对较好。然而，这些方法要么依赖单一特征，要么依赖多种特征的简单组合，使得进一步的性能提升变得困难。此外，面部信息缺失、步态提取挑战和相机参数不一致等限制也制约了 CC-ReID 的更广泛应用。为解决上述局限性，我们创新性地提出了三流动态权重网络（TSDW），仅需图像即可工作。该动态权重网络由三个并行特征流组成：面部特征、头肢特征和全局特征。每个流专门提取其指定特征，然后由门控网络动态融合置信度。三个并行特征流增强了识别性能，减少了任何单一特征失效的影响，从而提高了模型的鲁棒性。在基准数据集（如 PRCC、Celeb-reID、VC-Clothes）上的广泛实验表明，我们的方法显著优于现有的最先进方法。
关键词
引用
@article{arxiv.2503.00477,
title = {TSDW: A Tri-Stream Dynamic Weight Network for Cloth-Changing Person Re-Identification},
author = {Ruiqi He and Zihan Wang and Xiang Zhou},
journal= {arXiv preprint arXiv:2503.00477},
year = {2025}
}