利用学习的片段相似度聚合进行视频行人重识别
计算机视觉与模式识别
2019-10-18 v1
摘要
我们解决基于视频的行人重识别这一挑战性任务。近期工作表明，将视频序列分割为片段再聚合基于片段的相似度适用于该任务。我们表明，使用学习的片段相似度聚合函数可过滤掉困难片段对，例如行人不可清晰辨认、处于困难姿态，或两片段中姿态差异过大而无信息量的情况。这使方法聚焦于对任务更具信息量的片段对。我们还引入 3D CNN 用于基于视频的重识别，并通过仅使用 RGB 输入即取得与先前使用光流加 RGB 的工作相当的效果，展示了其有效性。我们在三个具挑战性的公开基准上给出定量结果，并显示更优或具竞争力的性能。我们还对方法作了定性验证。
引用
@article{arxiv.1910.08055,
title = {Video Person Re-Identification using Learned Clip Similarity Aggregation},
author = {Neeraj Matiyali and Gaurav Sharma},
journal= {arXiv preprint arXiv:1910.08055},
year = {2019}
}