面向空地摄像机网络行人重识别的视角解耦Transformer
计算机视觉与模式识别
2024-03-22 v1
摘要
现有行人重识别方法在同质摄像机（如地面-地面匹配）下基于外观的身份关联中取得了显著进展。然而，作为一种更贴近实际的场景，异质摄像机间的空地行人重识别（AGPReID）受到的关注极少。为缓解由剧烈视角差异导致判别性身份表征受损这一AGPReID中最主要的挑战，本文提出了一种简单而有效的框架——视角解耦Transformer（VDT）。VDT中设计了两个主要组件来解耦视角相关与视角无关特征，即层次化减法分离和正交损失，前者在VDT内部将这两类特征分离，后者约束二者相互独立。此外，我们贡献了一个大规模AGPReID数据集CARGO，包含五/八个空中/地面摄像机、5,000个身份及108,563张图像。在两个数据集上的实验表明，VDT是AGPReID的一种可行且有效的解决方案，在CARGO上mAP/Rank1分别超越先前方法最高达5.0%/2.7%，在AG-ReID上超越3.7%/5.2%，同时保持同等量级的计算复杂度。我们的项目见https://github.com/LinlyAC/VDT-AGPReID。
引用
@article{arxiv.2403.14513,
title = {View-decoupled Transformer for Person Re-identification under Aerial-ground Camera Network},
author = {Quan Zhang and Lei Wang and Vishal M. Patel and Xiaohua Xie and Jianhuang Lai},
journal= {arXiv preprint arXiv:2403.14513},
year = {2024}
}
备注
CVPR 2024