基于时空注意力网络的视频行人重识别
计算机视觉与模式识别
2018-10-29 v1
摘要
我们考虑基于视频的行人重识别问题。目标是从不同摄像头捕获的视频中识别行人。本文提出一种高效的基于时空注意力的模型，用于视频行人重识别。我们的方法基于帧级特征为每帧生成注意力分数。视频中所有帧的注意力分数被用于生成输入视频的加权特征向量。与大多数使用全局表示的现有深度学习方法不同，我们的方法聚焦于注意力分数。在两个基准数据集上的大量实验表明，我们的方法达到了 SOTA 性能。这是一份技术报告。
关键词
引用
@article{arxiv.1810.11261,
title = {Video-based Person Re-identification Using Spatial-Temporal Attention Networks},
author = {Shivansh Rao and Tanzila Rahman and Mrigank Rochan and Yang Wang},
journal= {arXiv preprint arXiv:1810.11261},
year = {2018}
}