无监督的换衣自适应行人重识别
计算机视觉与模式识别
2022-02-09 v2
摘要
换衣和数据标签缺乏都是行人重识别 (ReID) 中的关键挑战。对于前一个挑战，一个人可能在不同地点穿着不同服装多次出现。然而，当前大多数行人 ReID 研究工作都集中在行人服装始终保持不变的基准数据集上。对于后一个挑战，一些研究人员试图让模型从有标签的数据集（作为源域）学习信息并迁移到无标签的数据集。而纯粹的无监督训练则较少被使用。在本文中，我们旨在同时解决这两个问题。我们设计了一种新颖的无监督模型，Sync-Person-Cloud ReID，以解决无监督的换衣行人重识别问题。我们开发了一个纯粹的无监督换衣行人重识别流程，该流程包含行人同步增强操作和相同行人特征约束。行人同步增强旨在提供额外的相同行人资源。这些相同行人的资源可以通过相同行人特征约束用作部分监督输入。在换衣 ReID 数据集上的大量实验证明了我们方法的优越性能。
引用
@article{arxiv.2109.03702,
title = {Unsupervised clothing change adaptive person ReID},
author = {Ziyue Zhang and Shuai Jiang and Congzhentao Huang and Richard YiDa Xu},
journal= {arXiv preprint arXiv:2109.03702},
year = {2022}
}
备注
9 pages