UPAR：统一的行人属性识别与行人检索
计算机视觉与模式识别
2022-09-07 v1
摘要
识别软生物特征行人属性在视频监控和时尚检索中至关重要。近期工作在单一数据集上展现出有前景的结果。然而，由于当前数据集存在强偏差和属性变化，这些方法的泛化能力在不同属性分布、视角、变化光照和低分辨率下仍鲜为人知。为弥补这一差距并支持系统性研究，我们提出 UPAR，即统一行人属性识别数据集。它基于四个知名的行人属性识别数据集：PA100K、PETA、RAPv2 和 Market1501。我们通过提供 3.3M 额外标注来统一这些数据集，以协调跨数据集的 12 个属性类别上的 40 个重要二值属性。因此我们首次实现了对可泛化行人属性识别以及基于属性的行人检索的研究。由于图像分布、行人姿态、尺度和遮挡的巨大差异，现有方法在准确率和效率上均面临巨大挑战。此外，我们基于对正则化方法的深入分析，为 PAR 和基于属性的行人检索开发了一个强基线。我们的模型在 PA100k、PETA、RAPv2、Market1501-Attributes 和 UPAR 的跨域和专精设定下均取得最先进性能。我们相信 UPAR 和我们的强基线将贡献于人工智能社区，并推动大规模、可泛化属性识别系统的研究。
引用
@article{arxiv.2209.02522,
title = {UPAR: Unified Pedestrian Attribute Recognition and Person Retrieval},
author = {Andreas Specker and Mickael Cormier and Jürgen Beyerer},
journal= {arXiv preprint arXiv:2209.02522},
year = {2022}
}