VMRFANet：面向行人重识别的视角特定多感受野注意力网络
计算机视觉与模式识别
2020-01-22 v1
摘要
行人重识别（re-ID）旨在跨不同摄像头检索同一行人。在实践中，由于背景杂波、身体姿态与视角条件变化、边界框检测不准确等问题，它仍是一项具有挑战性的任务。为解决这些问题，本文提出一种新颖的多感受野注意力（MRFA）模块，利用不同尺寸的滤波器帮助网络聚焦于信息丰富的像素。此外，我们提出一种视角特定机制，引导注意力模块处理视角条件的变化。而且，我们引入一种高斯水平随机裁剪/填充方法，进一步提升了所提网络的鲁棒性。综合实验证明了各组件的有效性。我们的方法在 Market-1501 上取得 95.5% / 88.1% 的 rank-1 / mAP，在 DukeMTMC-reID 上为 88.9% / 80.0%，在 CUHK03 标注数据集上为 81.1% / 78.8%，在 CUHK03 检测数据集上为 78.9% / 75.3%，优于当前最先进的方法。
引用
@article{arxiv.2001.07354,
title = {VMRFANet:View-Specific Multi-Receptive Field Attention Network for Person Re-identification},
author = {Honglong Cai and Yuedong Fang and Zhiguan Wang and Tingchun Yeh and Jinxing Cheng},
journal= {arXiv preprint arXiv:2001.07354},
year = {2020}
}
备注
Accepted by ICAART2020