基于时间残差学习的视频行人重识别
计算机视觉与模式识别
2018-12-26 v1
摘要
本文提出一种用于视频行人重识别（re-ID）的新颖特征学习框架。该框架主要旨在利用视频序列的充分时间信息并解决运动行人空间对齐差的问题。更具体地，为利用时间信息，我们设计了一个时间残差学习（TRL）模块，以同时提取连续帧的通用与特定特征。TRL模块配备两个双向LSTM（BiLSTM），分别负责从不同方面描述运动行人，为更好的特征表示提供互补信息。为处理视频re-ID数据集中的空间对齐差问题，我们提出一个时空变换网络（ST^2N）模块。ST^2N模块中的变换参数通过利用当前帧的高层语义信息以及其他帧的时间上下文知识来学习。所提ST^2N模块具有较少可学习参数，可在显著外观变化下实现有效的行人对齐。在大规模MARS、PRID2011、ILIDS-VID和SDU-VID数据集上的大量实验结果表明，所提方法取得了一致优越的性能，并优于大多数最新最优方法。
引用
@article{arxiv.1802.07918,
title = {Video Person Re-identification by Temporal Residual Learning},
author = {Ju Dai and Pingping Zhang and Huchuan Lu and Hongyu Wang},
journal= {arXiv preprint arXiv:1802.07918},
year = {2018}
}
备注
Submitted to IEEE Transactions on Image Processing, including 5 figures and 4 tables. The first two authors contribute equally to this work