基于噪声与困难帧感知聚类的无监督视频行人重识别
计算机视觉与模式识别
2021-06-11 v1
摘要
无监督基于视频的行人重识别 (re-ID) 方法比基于图像的方法从视频轨迹中提取更丰富的特征。最先进的方法利用聚类获得伪标签并迭代训练模型。然而，它们低估了轨迹中两类帧的影响：1) 由检测错误或严重遮挡引起的噪声帧存在于轨迹中，在聚类时可能被分配不可靠的标签；2) 轨迹还包含由姿态变化或部分遮挡引起的困难帧，难以区分但信息丰富。本文提出一种噪声与困难帧感知聚类 (NHAC) 方法。NHAC由图修剪模块和节点重采样模块组成。图修剪模块通过移除噪声帧节点获得稳定图以提高聚类精度。节点重采样模块增强困难帧节点的训练以学习丰富的轨迹信息。在两个基于视频的数据集上的实验证明了所提NHAC在无监督re-ID设置下的有效性。
引用
@article{arxiv.2106.05441,
title = {Unsupervised Video Person Re-identification via Noise and Hard frame Aware Clustering},
author = {Pengyu Xie and Xin Xu and Zheng Wang and Toshihiko Yamasaki},
journal= {arXiv preprint arXiv:2106.05441},
year = {2021}
}
备注
Appearing at ICME 2021