当行人重识别遇上换衣问题
计算机视觉与模式识别
2020-05-26 v3
摘要
行人重识别（ReID）目前是基于 AI 的视频监控应用（如特定行人搜索）中的活跃研究课题，但目标行人可能更换衣物（衣物不一致问题）这一实际问题长期被忽视。本文首次系统性地研究该问题。我们首先克服了缺乏合适数据集的困难，通过收集一个小型但具代表性的真实测试数据集，同时构建一个大型逼真合成数据集用于训练和深入研究。借助我们的新数据集，我们能够开展各种有趣的新实验以研究衣物不一致的影响。我们发现换衣使得 ReID 成为一个更困难的问题，表现为给学习有效表征带来困难，并挑战以往 ReID 模型识别穿着未见（新）衣物行人的泛化能力。我们采用具代表性的现有 ReID 模型在该挑战性设定下展示信息丰富的实验结果，并提供了一些初步努力以提升现有模型处理数据中衣物不一致问题的鲁棒性。我们相信本研究能启发并有助于鼓励更多该方向的研究。数据集可在项目网站获取：https://wanfb.github.io/dataset.html。
引用
@article{arxiv.2003.04070,
title = {When Person Re-identification Meets Changing Clothes},
author = {Fangbin Wan and Yang Wu and Xuelin Qian and Yixiong Chen and Yanwei Fu},
journal= {arXiv preprint arXiv:2003.04070},
year = {2020}
}
备注
Accepted by CVPRW 2020