匹配什么与在哪里匹配：用于行人重识别的深度空间乘性积分网络

在不相交的摄像机视图间匹配行人，即行人重识别，是视觉识别与监控领域中一个重要且具挑战性的问题。现有大多数方法利用空间操作内的局部区域，以局部对应的方式进行匹配。然而，它们本质上是从每幅图像预先划分的区域中提取固定表示，并随后基于提取的表示进行匹配。对于遵循此流程的模型，无法捕获对区分正对与负对至关重要的局部精细模式，从而导致其性能不佳。在本文中，我们提出了一种新颖的深度乘性积分门控函数，回答了有效行人重识别中“匹配什么与在哪里匹配”的问题。为解决“匹配什么”，我们的深度网络通过以乘法方式学习联合表示来强调共同的局部模式。该网络包含两个卷积神经网络（CNN）以提取卷积激活，并为行人匹配生成相关描述符。这为成对图像带来了灵活的表示。为解决“在哪里匹配”，我们通过四向递归神经网络执行空间递归池化，在整个图像的所有位置上施加空间依赖性，以对抗空间错位。所提出的网络被设计为端到端可训练的，以空间对齐的方式表征局部成对特征交互。为了证明我们方法的优越性，在三个基准数据集 VIPeR、CUHK03 和 Market-1501 上进行了大量实验。