基于无人机目标重识别的不确定性感知多任务金字塔视觉Transformer
计算机视觉与模式识别
2022-09-20 v1
摘要
目标重识别（ReID）是生物特征与监控系统中的重要问题之一，过去几十年中已被图像处理与计算机视觉界广泛研究。学习鲁棒且具判别力的特征表示是目标 ReID 的关键挑战。基于无人机（UAV）的 ReID 中问题更具挑战性，因为图像具有飞行无人机连续变化的相机参数（如视角、高度等）特征。为应对该挑战，多尺度特征表示被用于刻画不同高度无人机所捕获的图像。在本工作中，我们提出一种多任务学习方法，采用一种无卷积的新多尺度架构——金字塔视觉Transformer（PVT）作为基于无人机目标 ReID 的骨干网络。通过对类内变化的不确定性建模，我们所提模型可利用不确定性感知的目标 ID 与相机 ID 信息联合优化。我们在来自空中监控的两个 ReID 数据集 PRAI 与 VRAI 上报告实验结果，以验证所提方法的有效性。
引用
@article{arxiv.2209.08686,
title = {Uncertainty Aware Multitask Pyramid Vision Transformer For UAV-Based Object Re-Identification},
author = {Syeda Nyma Ferdous and Xin Li and Siwei Lyu},
journal= {arXiv preprint arXiv:2209.08686},
year = {2022}
}