Embedding Deep Metric for Person Re-identication A Study Against Large Variations
University of Chinese Academy of Sciences(中国科学院大学);Institute of Automation, Chinese Academy of Sciences(中国科学院自动化研究所);Sun Yat-sen University(中山大学)
由于姿态、光照、遮挡和摄像机视角的大变化,人员重新识别具有挑战性。由于这些变化,行人数据在特征空间中分布为高度弯曲的流形,尽管当前卷积神经网络(CNN)具有特征提取的能力。然而,分布是未知的,因此在比较两个样本时很难使用测地线距离。在实践中,目前的深度嵌入方法使用欧氏距离进行训练和测试。另一方面,流形学习方法建议使用局部范围内的欧氏距离,结合样本之间的图形关系,来近似测地线距离。从这个角度来看,在局部范围内选择合适的正(即类内)训练样本对于训练CNN嵌入至关重要,特别是当数据具有较大的类内变化时。本文提出了一种新的适度正样本挖掘方法,用于训练鲁棒的CNN,以处理大变化的问题。此外,我们通过一个度量权重约束来改进学习,使学习的度量具有更好的泛化能力。实验表明,这两种策略在学习用于人员重新识别的鲁棒深度度量方面是有效的,因此,我们的深度模型在人员重新识别的几个基准上显著优于最先进的方法。因此,本文提出的研究可能有助于启发新的设计深度模型的人重新识别。
2016-11-01 cs.CV cs.LG
A Discriminatively Learned CNN Embedding for Person Re-identification
University of Technology Sydney(悉尼科技大学)
我们回顾了两个流行的卷积神经网络(CNN)在人的重新识别(re-ID),即验证和分类模型。由于损失函数的不同,两种模型各有其优点和局限性。在本文中,我们阐明了如何结合这两个模型来学习更多有区别的行人描述符。具体来说,我们提出了一个新的连体网络,同时计算识别损失和验证损失。给定一对训练图像,网络预测两个图像的身份以及它们是否属于同一身份。我们的网络同时学习判别式嵌入和相似性度量,从而充分利用注释。虽然很简单,但学习的嵌入提高了两个公共人员重新识别基准测试的最新性能。此外,我们表明我们的架构也可以应用于图像检索。
2017-02-03 cs.CV
Deep Person Re-Identification with Improved Embedding and Efficient Training
Institute of Automation, Chinese Academy of Sciences(中国科学院自动化研究所)
近年来,深度卷积神经网络(CNN)极大地推动了人员重新识别任务。其核心是在扩大类间差异的同时减小类内方差。然而,为了实现这一点,现有的深度模型倾向于采用图像对或三元组来形成验证丢失,这是低效且不稳定的,因为训练对或三元组的数量随着训练数据的数量增长而快速增长。此外,它们的性能是有限的,因为它们忽略了这样一个事实,即不同的嵌入维度可能发挥不同的重要性。在本文中,我们提出采用识别损失与中心损失的训练一个深度模型的人重新识别。训练过程是有效的,因为它不需要图像对或三元组的训练,而类间的区别和类内方差得到很好的处理。为了提高性能,设计了一个新的特征重新加权(FRW)层,以明确强调每个嵌入维度的重要性,从而改进嵌入。在几个基准数据集上的实验表明,我们的方法在准确性和速度上都优于最先进的方法。
2017-07-08 cs.CV
Person Re-identification with Adversarial Triplet Embedding
College of Information Science & Electronic Engineering(信息与电子工程学院);Zhejiang University(浙江大学)
在公安视频监控中,人员身份识别是一项重要的工作,有着广泛的应用。在过去的几年里,针对这个问题,具有三重态损失的深度学习网络变得流行起来。然而,三元组丢失通常遭受不良局部最优性,并且严重依赖于硬示例挖掘策略。在本文中,我们提出了一种新的深度度量学习方法来解决这个问题,称为对抗三元组嵌入(ATE),在这种方法中,我们在统一的框架中同时生成对抗三元组和判别特征嵌入。特别是,对抗三元组是通过将对抗扰动引入训练过程来生成的。将这种对抗博弈转化为极大极小问题,从而从理论上得到最优解。在多个基准数据集上的大量实验证明了该方法对最先进文献的有效性。
2020-12-28 cs.CV
Robust Re-identification of Manta Rays from Natural Markings by Learning Pose Invariant Embeddings
School of Electrical Engineering and Computer Science, Queensland University of Technology(昆士兰科技大学电气工程与计算机科学学院);School of Biomedical Science, The University of Queensland(昆士兰大学生物医学科学学院);School of Information Technology and Electrical Engineering, The University of Queensland(昆士兰大学信息技术与电气工程学院)
视觉识别具有独特自然身体标记的个体动物是野生动物保护的重要任务。动物斑纹的照片数据库变得越来越大,每一个新的观察结果都必须与数千张图像相匹配。现有的照片识别解决方案对图像质量和图像中感兴趣图案的外观具有约束。这些限制限制了公民科学家照片的使用。我们提出了一种新的系统,视觉重新识别的基础上,独特的自然标记,是强大的遮挡,视点和照明变化。我们调整了为人脸重新识别开发的方法,并实现了一个深度卷积神经网络(CNN)来学习自然标记图像的嵌入。学习的嵌入点之间的距离提供了对应输入图像之间的相异性度量。使用三元组损失函数和在线半硬三元组挖掘策略对网络进行优化。拟定的重新鉴定方法是通用的,而不是种属特异性的。我们评估所提出的系统对图像数据库的蝠鲼腹部图案和座头鲸吸虫。为了具有实用价值并被海洋生物学家采用,重新识别系统需要具有至少95%的前10名准确率。所提出的系统达到了这一性能标准。
2019-02-28 cs.CV
Beyond a Single Crop: Contextualized Embeddings for Player Re-Identification
Central South University(中南大学);Iowa State University(爱荷华州立大学);Shandong University(山东大学)
针对广播体育视频球员重识别的挑战,提出ContextReID框架,结合空间与时间上下文学习,在三个多目标跟踪基准上提升了球员检索的Rank-1和mAP指标。
2026-10-12 cs.CV
Dual Embedding Expansion for Vehicle Re-identification
Eindhoven University of Technology(埃因霍温理工大学);Cyclomedia B.V(Cyclomedia公司)
车辆重新识别在交通基础设施和交通流管理中起着至关重要的作用。然而,这是一个具有挑战性的任务,由于外观,环境和实例相关因素的大视点变化。现代系统部署CNN来从每个车辆实例的图像中生成唯一的表示。大多数工作集中在利用新的损失和网络架构,以提高这些表示的重复性。相比之下,我们的工作集中在重新排名和嵌入扩展技术。我们提出了一种有效的方法,用于在各种尺度下结合多个模型的输出,同时利用tracklet和邻居信息,称为双嵌入扩展(DEx)。此外,还在车辆重新识别的背景下对几种常见的图像检索技术进行了比较研究。我们的系统在2020年NVIDIA人工智能城市挑战赛中表现出了竞争力,取得了令人鼓舞的成果。我们证明,DEx与其他重新排序技术相结合时,可以产生更大的收益,而无需任何额外的属性标签或人工监督。
2020-04-18 cs.CV
Image-to-Video Person Re-Identification by Reusing Cross-modal Embeddings
Wuhan University of Technology(武汉理工大学)
图像到视频人重新识别通过来自由非重叠相机捕获的大量行人视频的探测图像来识别目标人。尽管取得了很大的进展,它仍然是具有挑战性的多模态场景,即图像和视频之间的匹配。目前,最先进的方法主要集中在特定的任务数据,忽略了不同的,但相关的任务的额外信息。在本文中,我们提出了一个端到端的神经网络框架,用于图像到视频的人重新识别,通过利用从额外的信息学习的跨模态嵌入。具体地说,来自图像描述和视频描述模型的跨模态嵌入被重用,以帮助学习的特征被投影到一个协调的空间中,在那里可以直接计算相似度。此外,固定模型重用方法的训练步骤被集成到我们的框架中,它可以包含有益的信息,并最终使目标网络独立于现有的模型。除此之外,我们提出的框架采用CNN和LSTM来提取视觉和时空特征,并结合识别和验证模型的优势来提高学习特征的区分能力。实验结果表明,我们的框架在缩小异构数据之间的差距,并获得明显的改善,在图像到视频的人重新识别的有效性。
2018-10-22 cs.CV
SphereReID: Deep Hypersphere Manifold Embedding for Person Re-Identification
Zhejiang University(浙江大学)
当前成功的人物再识别(ReID)方法大多采用softmax损失函数对模型进行训练,对不同人物的图像进行分类,同时获得特征向量。然而,底层特征嵌入空间被忽略。在本文中,我们使用修改后的softmax函数,称为Sphere Softmax,来解决分类问题,并同时学习超球面流形嵌入。还介绍了一种平衡采样策略。最后,我们提出了一个名为SphereReID的卷积神经网络,它采用Sphere Softmax,并在四个具有挑战性的数据集上,包括Market-1501,DukeMTMC-reID,CHHK-03和CUHK-SYSU,使用新的预热学习率调度,端到端地训练单个模型。实验结果表明,这个单一的模型优于所有四个数据集上的最先进的方法,而无需微调或重新排名。例如,它在Market-1501上实现了94.4%的rank-1准确度,在DukeMTMC-reID上实现了83.9%的rank-1准确度。我们的模型的代码和训练权重将被发布。
2018-07-02 cs.CV
Diverse Embedding Expansion Network and Low-Light Cross-Modality Benchmark for Visible-Infrared Person Re-identification
Xiamen University(厦门大学);Shanghai Artificial Intelligence Laboratory(上海人工智能实验室)
对于可见光-红外人再识别(VIReID)任务,主要挑战之一是可见光(VIS)和红外(IR)图像之间的模态间隙。然而,训练样本通常是有限的,而模态差距太大,这导致现有的方法不能有效地挖掘多样化的跨模态线索。为了解决这个问题,我们在嵌入空间中提出了一种新的增强网络,称为多样嵌入扩展网络(DEEN)。DEEN算法能够有效地生成不同的嵌入,以学习信息特征表示,并减少VIS和IR图像之间的模态差异。此外,VIReID模型可能会受到剧烈照明变化的严重影响,而所有现有的VIReID数据集都是在没有显著光线变化的情况下在足够的照明下捕获的。因此,我们提供了一个低光交叉模态(LLCM)数据集,其中包含由9个RGB/IR相机捕获的1,064个身份的46,767个边界框。在SYSU-MM 01、RegDB和LLCM数据集上的大量实验表明,所提出的DEEN方法优于其他几种最先进的方法。代码和数据集发布于:https://github.com/ZYK100/LLCM
2023-03-25 cs.CV
Progressive Learning Algorithm for Efficient Person Re-Identification
Shanghai Grandhonor Information Technology Co.Ltd(上海冠勇信息科技有限公司);New York University(纽约大学);New York University Abu Dhabi(纽约大学阿布扎比分校)
本文研究了面向大规模应用的人员身份重识别问题。近年来的研究工作主要集中在建立复杂的零件模型上,这带来了相当高的计算成本和内存消耗,限制了其在大规模应用中的实用性。本文旨在开发一种新的学习策略,以找到有效的特征嵌入,同时保持准确性和模型复杂性的平衡。更具体地说,我们发现通过增强经典的三重损失和交叉熵损失,我们的方法可以探索困难的例子,并建立一个判别特征嵌入,但足够紧凑的大规模应用。我们的方法是逐步进行贝叶斯优化,我们称之为渐进式学习算法(PLA)。在三个大规模数据集上进行的大量实验表明,我们的PLA与最先进的PLA相当或更好。特别是在具有挑战性的Market-1501数据集上,我们实现了Rank-1=94.7/mAP=89.4,同时比强零件模型节省了至少30%的参数。
2020-11-23 cs.CV cs.LG
ID-aware Quality for Set-based Person Re-identification
Queen’s University Belfast(贝尔法斯特女王大学);Anyvision Research Team(Anyvision研究团队)
基于集合的人再识别(SReID)是一个匹配问题,旨在验证两个集合是否具有相同的身份(ID)。现有的SReID模型通常会为每个图像生成一个特征表示,并将它们聚合起来,将集合表示为单个嵌入。然而,它们很容易受到噪声的干扰-感知/语义上的低质量图像-这是不可避免的,由于不完善的跟踪/检测系统,或过拟合平凡的图像。在这项工作中,我们提出了一个新的和简单的解决方案,这个问题的基础上的ID感知质量,衡量感知和语义质量的图像引导其ID信息。具体来说,我们提出了一个ID感知嵌入,包括两个关键组成部分:(1)特征学习注意力,旨在学习强大的图像嵌入集中在“中等”硬图像。这种方法可以防止对平凡图像的过拟合,并减轻离群值的影响。(2)特征融合注意的是将集合中的图像嵌入进行融合,得到集合级的嵌入。它忽略了噪声信息,更多地关注有区别的图像,以聚集更多的区别信息。在四个数据集上的实验结果表明,尽管我们的方法很简单,但我们的方法优于最先进的方法。
2019-11-20 cs.CV cs.LG eess.IV
Learning landmark guided embeddings for animal re-identification
Queensland University of Technology(昆士兰科技大学);The University of Queensland(昆士兰大学)
由于不同个体之间的身体标记的细微变化以及对野生动物的姿势没有限制,图像中个体动物的重新识别可能是模糊的。人员重新识别是一项类似的任务,并且已经使用深度卷积神经网络(CNN)来处理它,该深度卷积神经网络学习用于人的图像的区别性嵌入。然而,学习个体动物的区别特征比人的外表更具挑战性,因为与人的身份的标记数据集相比,生态数据集的大小相对较小。我们建议通过明确利用身体标志信息来改进嵌入学习。身体标志被提供给CNN的输入,作为可以从单独的身体标志预测器获得的置信热图。鼓励模型通过学习重建输入热图的辅助任务来使用热图。身体标志引导特征提取网络学习独特图案的表示及其在身体上的位置。我们评估所提出的方法在一个大的合成数据集和一个小的真实数据集。我们的方法在合成和真实数据集上分别比没有身体标志输入的相同模型高出26%和18%。该方法对输入坐标中的噪声具有鲁棒性,并且可以容忍高达图像大小的10%的坐标误差。
2020-01-09 cs.CV
Adaptive Deep Metric Embeddings for Person Re-Identification under Occlusions
Xiamen University(厦门大学);Xiamen University of Technology(厦门理工学院)
遮挡情况下的人员重新识别是视频监控中的一个难题。现有的人的ReID方法大多利用局部特征来处理遮挡。然而,这些方法通常独立地从图像的局部区域提取特征,而不考虑不同局部区域之间的关系。在本文中,我们提出了一种新的人的ReID方法,学习局部区域之间的空间依赖关系,并提取基于长短期记忆(LSTM)的行人图像的判别特征表示,处理遮挡问题。特别是,我们提出了一种新的损失(称为自适应最近邻损失)的分类不确定性的基础上,有效地减少类内的变化,同时扩大类间差异的自适应邻域内的样本。所提出的损失使得深度神经网络能够自适应地学习判别度量嵌入,这显著提高了识别看不见的人身份的泛化能力。在具有挑战性的人ReID数据集上进行的广泛比较评估表明,与几种最先进的方法相比,所提出的方法的性能得到了显着改善。
2020-02-07 cs.CV
Homocentric Hypersphere Feature Embedding for Person Re-identification
The Hong Kong Polytechnic University(香港理工大学);Alibaba DAMO Academy(阿里巴巴达摩院)
由于摄像机视角、光照、分辨率和人体姿势的变化很大,人员重新识别(Person ReID)是一项具有挑战性的任务。近年来,随着深度学习技术的发展,Person ReID的性能得到了迅速提高。特征提取和特征匹配是Person ReID训练和部署阶段的两个关键组件。然而,许多现有的Person ReID方法在训练阶段和部署阶段之间存在度量不一致性,并且在特征表示中耦合了特征向量的大小和方向信息。同时,传统的三元组丢失方法只关注小批量样本,缺乏对全局特征分布的了解。为了解决这些问题,我们提出了一种新的同心超球面嵌入方案,解耦的幅度和方向信息的特征和权重向量,并重新制定分类损失和三重损失的角度版本,并将它们组合成一个角度的歧视性损失。我们在广泛使用的Person ReID基准上广泛评估了我们提出的方法,包括Market 1501,CUHK 03和DukeMTMC-ReID。我们的方法在所有数据集上都表现出领先的性能。
2018-05-01 cs.CV
Pose Invariant Embedding for Deep Person Re-identification
University of Technology Sydney(悉尼科技大学);CMU(卡内基梅隆大学);Dalian University of Technology(大连理工大学)
行人失准是一个鲁棒的行人身份识别系统的关键问题,主要由检测器误差和姿态变化引起。在对齐不良的情况下,背景噪声将显著损害特征学习和匹配过程。为了解决这个问题,本文引入了姿态不变嵌入(PIE)作为行人描述符。首先,为了将行人与标准姿势对齐,引入了PoseBox结构,该结构是通过姿势估计和仿射变换生成的。其次,为了减少姿势估计误差和PoseBox构建过程中信息丢失的影响,我们设计了一种PoseBox融合(PBF)CNN架构,该架构将原始图像、PoseBox和姿势估计置信度作为输入。因此,建议的PIE描述符被定义为检索任务的PBF网络的全连接层。在Market-1501、CUHK 03和VIPeR数据集上进行了实验。我们表明,PoseBox单独产生体面的re-ID准确性,当集成在PBF网络,学习PIE描述符产生竞争力的性能相比,国家的最先进的方法。
2017-01-26 cs.CV
DC-Former: Diverse and Compact Transformer for Person Re-Identification
Ant Group(蚂蚁集团)
在人员再识别(re-ID)任务中,由于数据有限,通过深度学习来学习区分表示仍然是具有挑战性的。一般来说,当数据量增加时,模型会获得更好的性能。相似类的加入增强了分类器识别相似身份的能力,从而提高了表征的区分度。在本文中,我们提出了一个多样的和紧凑的Transformer(DC-Former),可以实现类似的效果,通过分裂嵌入空间成多个多样的和紧凑的子空间。紧凑的嵌入子空间有助于模型学习更鲁棒和有区别的嵌入,以识别相似的类。通过融合这些包含更多细粒度信息的不同嵌入,可以进一步提高re-ID的效果。具体而言,在视觉Transformer中使用多个类标记来表示多个嵌入空间。然后,一个自多样性约束(SDC)被施加到这些空间,推动他们远离彼此,这使得每个嵌入空间多样和紧凑。此外,还设计了动态权重控制器(DWC),用于在训练过程中平衡它们之间的相对重要性。我们的方法的实验结果是有希望的,这超过了以前的国家的最先进的方法在几个常用的人重新ID基准。
2023-02-28 cs.CV
Categorical Keypoint Positional Embedding for Robust Animal Re-Identification
Australian Institution for Machine Learning(澳大利亚机器学习研究所);The University of Adelaide(阿德莱德大学)
针对动物 ReID 中姿态、环境和跨物种迁移难题,提出基于扩散模型的单样本关键点传播机制,并以 KPE 与 CKPE 增强 ViT,在四个野生动物数据集上超越现有方法。
2024-12-01 cs.CV
Deep Feature Learning via Structured Graph Laplacian Embedding for Person Re-Identification
Beijing Etrol Technologies Co., Ltd(北京安控科技股份有限公司);Carnegie Mellon University(卡内基梅隆大学)
学习样本对之间的距离度量对于视觉识别,特别是对于人的再识别(Re-Id)具有重要意义。最近,对比度和三重丢失被提出来增强深度学习特征的区分能力,并取得了显着的成功。可以看出,对比度或三重丢失只是这些训练样本之间的欧几里得距离关系的一种特殊情况。因此,我们提出了一个结构化图拉普拉斯嵌入算法,它可以将所有这些结构化的距离关系表示成图拉普拉斯形式。该方法可以充分利用训练样本之间的结构化距离关系,并构造出完备图。此外,这种提法使我们的方法易于实现和超级有效。当将所提出的算法与softmax损失嵌入CNN训练时,我们的方法可以获得更强大和更有区分力的深度特征,具有个人间分散性和个人内紧凑性,这对人的Re-Id至关重要。我们在最近四个广泛使用的Re-Id基准数据集上,在三个流行的网络,即AlexNet,DGDNet和ResNet 50上说明了我们提出的方法的有效性。我们提出的方法实现了最先进的性能。
2017-07-25 cs.CV
Deep Adaptive Feature Embedding with Local Sample Distributions for Person Re-identification
The University of Queensland(昆士兰大学);The University of New South Wales(新南威尔士大学);The University of Sydney(悉尼大学)
人的重新识别(re-id)的目的是匹配不相交的摄像机视图观察到的行人。由于它在监控系统中的重要性,在计算机视觉中受到越来越多的关注。为了应对跨视图视觉变化的主要挑战,提出了深度嵌入方法,通过从图像中学习一个紧凑的特征空间,使得欧几里得距离对应于它们的跨视图相似性度量。然而,全球欧几里德距离不能忠实地描述理想的相似性,在一个复杂的视觉特征空间,因为行人图像的功能表现出未知的分布,由于大的变化,姿态,照明和闭塞。此外,局部范围内的个人内部训练样本是鲁棒的,可以引导深度嵌入对抗不受控制的变化,然而,这无法通过全局欧几里得距离来捕获。在本文中,我们研究了人re-id的问题,提出了一种新的采样挖掘合适的\textit{positives}(即类内)在局部范围内,以提高在大类内变化的背景下的深度嵌入。我们的方法是能够学习一个深的相似性度量自适应局部样本结构,通过最小化每个样本的局部距离,同时通过样本之间的关系传播,以达到整个类内最小化。为此,提出了一种新的目标函数,以联合优化相似性度量学习,局部正挖掘和鲁棒深度嵌入。这通过选择局部范围的正样本来产生局部区分,并且学习的特征对剧烈的类内变化是鲁棒的。基准测试的实验表明,我们的方法取得了最先进的结果。
2017-09-07 cs.CV
Joint Discriminative and Metric Embedding Learning for Person Re-Identification
West Virginia University(西弗吉尼亚大学);University of Misan(米桑大学)
人的重新识别是一项具有挑战性的任务,因为高的类内方差引起的不受限制的滋扰因素的变化,如姿势,照明,视点,背景和传感器噪声。最近的方法假设,功能强大的架构有能力学习的特征表示不变的滋扰因素,通过训练他们的损失,最大限度地减少类内方差和最大限度地提高类间分离,没有明确建模滋扰因素。主要的方法要么使用带有余量的判别损失,如带有附加角余量的softmax损失,要么使用度量学习损失,如带有批量硬挖掘三元组的三元组损失。由于softmax强制了特征归一化,因此它限制了监督特征嵌入的梯度流。我们通过加入损失并利用三重损失作为缺失梯度的代理来解决这个问题。我们通过增加预测属性的判别任务,进一步提高了对滋扰因素的不变性。我们广泛的评估强调,当只学习整体表示时,我们在三个最具挑战性的数据集上始终优于最先进的技术。这样的表示更容易在实际系统中部署。最后,我们发现加入损耗消除了在softmax损耗中具有裕度的要求,同时提高了性能。
2022-12-28 cs.CV
DEX: Domain Embedding Expansion for Generalized Person Re-identification
近年来,有监督的人员重新识别(Person ReID)方法表现出了优异的性能。然而,当这些方法应用于来自不同相机网络的输入时,它们通常会遭受显著的性能下降。不同于大多数领域自适应(DA)方法解决这个问题,我们专注于开发一个领域泛化(DG)的人ReID模型,可以部署没有额外的微调或适应。在本文中,我们提出了域嵌入扩展(DEX)模块。DEX在训练过程中基于人和领域标签动态地操作和增强深度特征,显著提高了Person ReID模型对未知领域的泛化能力和鲁棒性。我们还开发了一个轻量级版本的DEX(DEXLite),应用负采样技术来扩展到更大的数据集,并减少多分支网络的内存使用。我们提出的DEX和DEXLite可以以即插即用的方式与许多现有的方法,Bag-of-Tricks(BagTricks),Multi-Granularity Network(MGN)和Part-Based Convolutional Baseline(PCB)相结合。使用DEX和DEXLite,现有的方法在其他看不见的数据集上进行测试时可以获得显着的改进,从而证明了我们方法的普遍适用性。我们的解决方案在所有大规模基准测试以及大多数小规模基准测试中都优于最先进的DG Person ReID方法。
2021-10-21 cs.CV
Parsing-based View-aware Embedding Network for Vehicle Re-Identification
University of Chinese Academy of Sciences(中国科学院大学);Megvii Inc(旷视科技);University of Science and Technology of China(中国科学技术大学);Peng Cheng Laboratory(鹏城实验室);Institute of Microelectronics, Chinese Academy of Sciences(中国科学院微电子研究所)
车辆重新识别是在交叉摄像机场景中从不同视图中找到同一车辆的图像。该任务的主要挑战是由不同视图引起的较大实例内距离和由相似车辆引起的细微实例间差异。在本文中,我们提出了一种基于解析的视图感知嵌入网络(PVEN),以实现车辆ReID的视图感知特征对齐和增强。首先,我们引入一个解析网络来解析一辆车到四个不同的视图,然后对齐的功能,掩码平均池。这种对齐提供了车辆的细粒度表示。其次,为了增强视图感知特征,设计了一种共同可见注意力机制,将注意力集中在共同可见视图上,不仅缩短了实例间的距离,而且扩大了实例间的差异。PVEN有助于在不同视角下捕获稳定的车辆判别信息。在三个数据集上进行的实验表明,我们的模型在很大程度上优于最先进的方法。
2020-04-10 cs.CV
Exploring Shape Embedding for Cloth-Changing Person Re-Identification via 2D-3D Correspondences
Zhejiang University(浙江大学)
本文提出连续表面对应学习(CSCL),通过像素到顶点分类建立2D图像与3D人体表面的对应关系以学习形状嵌入,并构建首个大规模换衣重识别数据集DP3D,有效提升了换衣行人重识别性能。
2023-10-27 cs.CV
A Pose-Sensitive Embedding for Person Re-Identification with Expanded Cross Neighborhood Re-Ranking
Karlsruhe Institute of Technology(卡尔斯鲁厄理工学院)
人的重新识别是一个具有挑战性的检索任务,需要匹配一个人的采集图像在非重叠的相机视图。在本文中,我们提出了一种有效的方法,结合了精细和粗糙的姿态信息的人来学习一个有区别的嵌入。与最近明确建模身体部位或基于这些校正未对准的方向相反,我们表明,将采集的相机视图和/或检测到的关节位置直接包含到卷积神经网络中有助于学习非常有效的表示。为了提高检索性能,基于计算距离的重排序技术最近得到了广泛的关注。我们提出了一个新的无监督和自动重新排名的框架,实现国家的最先进的重新排名的性能。我们表明,与当前最先进的重新排名方法相比,我们的方法不需要为每个图像对计算新的排名列表(例如,基于互逆邻居),并且通过使用简单的基于直接等级列表的比较或者甚至通过仅使用图像之间已经计算的欧几里德距离来执行良好。我们表明,我们的学习表示和我们的重新排名方法在一些具有挑战性的监控图像和视频数据集上实现了最先进的性能。该代码可在以下网址获得:https://github.com/pse-ecn/pose-sensitive-embedding
2018-04-02 cs.CV
CMTR: Cross-modality Transformer for Visible-infrared Person Re-identification
School of Computer and Information Technology, Beijing Jiaotong University(北京交通大学计算机与信息技术学院);JD AI Research(京东人工智能研究院)
针对可见光-红外跨模态行人重识别任务,提出首个基于Transformer的CMTR方法,通过设计模态嵌入融合token信息并提出模态感知增强损失,显著提升了跨模态特征判别力,性能超越现有CNN方法。
2021-10-18 cs.CV
Devil's in the Details: Aligning Visual Clues for Conditional Embedding in Person Re-Identification
Tencent Youtu Lab(腾讯优图实验室);Sun Yat-sen University(中山大学);Huazhong University of Science and Technology(华中科技大学);Southern University of Science and Technology(南方科技大学)
虽然身份识别技术取得了长足的进步,但遮挡、视角变化、服装相似等疑难案件的识别仍然面临着巨大的挑战。除了整体视觉特征外,匹配和比较详细信息对于应对这些挑战也至关重要。本文提出了两个关键的识别模式,以更好地利用行人图像的细节信息,大多数现有的方法无法满足。首先,视觉线索对齐要求模型从两幅图像中选择并对齐决定性的区域对进行成对比较,而现有方法仅根据预定义的规则(如高特征相似性或相同的语义标签)对齐区域。其次,条件特征嵌入要求查询图像的整体特征根据其匹配的图库图像进行动态调整,而现有的大多数方法忽略了参考图像。通过引入新的技术,包括对应注意模块和基于差异的GCN,我们提出了一种端到端的ReID方法,将这两种模式集成到一个统一的框架中,称为CACE-Net((C)lue(A)lignation和(C)online(E)mbedding)。实验表明,CACE-Net在三个公共数据集上实现了最先进的性能。
2020-12-07 cs.CV
Colo-ReID: Discriminative Representation Embedding with Meta-learning for Colonoscopic Polyp Re-Identification
School of Biomedical Engineering, Shanghai Jiao Tong University(生物医学工程学院,上海交通大学);Endoscopy Center, Zhongshan Hospital of Fudan University(复旦大学中山医院内窥镜中心)
Colo-ReID通过元学习策略提升结肠镜息肉重识别性能,有效解决领域差距和自差异性问题。
2025-11-21 cs.CV
A Quantitative Evaluation of the Expressivity of BMI, Pose and Gender in Body Embeddings for Recognition and Identification
Johns Hopkins University(约翰霍普金斯大学)
本文通过互信息框架定量评估ReID模型中BMI、姿态和性别的表达力,发现BMI在最终层和注意力层中影响最大,揭示了身体属性在行人重识别中的主导作用。
2025-05-07 cs.CV
Embedding and Enriching Explicit Semantics for Visible-Infrared Person Re-Identification
针对可见-红外行人重识别现有方法缺乏高层语义感知的问题,提出EEES框架,通过显式语义嵌入、跨视角语义补偿和跨模态语义纯化三个模块,学习语义丰富的跨模态行人表示,实验验证了其有效性与优越性。
2024-12-11 cs.CV
Learning Robust Visual-Semantic Embedding for Generalizable Person Re-identification
Shanghai Jiao Tong University(上海交通大学)
本文提出多模态等效Transformer(MMET)和掩码多模态建模策略(MMM),通过联合学习视觉与语义特征并动态掩码图像块和文本标记,提升可泛化行人重识别的跨域泛化能力。
2023-04-19 cs.CV
Learning Embeddings with Centroid Triplet Loss for Object Identification in Robotic Grasping
TU Dortmund(多特蒙德大学);University of Bonn(波恩大学);Lamarr Institute for Machine Learning and Artificial Intelligence(拉马尔机器学习与人工智能研究所);Fraunhofer IML(弗劳恩霍夫物流研究所)
本文提出质心三元组损失 CTL,用于训练输入尺寸灵活、支持多查询多图库的物体识别嵌入模型,并在 ArmBench 上达到新最优,在 HOPE 中实现可比或超越专用方法的未见物体检测。
2024-07-08 cs.CV
Dissecting Human Body Representations in Deep Networks Trained for Person Identification
School of Behavioral and Brain Science, The University of Texas at Dallas(德克萨斯大学达拉斯分校行为与脑科学学院)
本文首次系统分析了长期身份识别网络的人体嵌入,发现其编码人脸、性别和视角信息,并可通过PCA降维提升识别精度,无需额外训练。
2025-02-21 cs.CV
Multi-Domain Biometric Recognition using Body Embeddings
University of Maryland(马里兰大学);Johns Hopkins University(约翰斯·霍普金斯大学)
本文针对跨红外光谱人员识别,基于IJB-MDF多域数据集和vision transformer验证身体嵌入优于面部嵌入,并给出小样本训练洞见与LLCM上的SOTA mAP。
2025-03-13 cs.CV
Bi-directional Exponential Angular Triplet Loss for RGB-Infrared Person Re-Identification
Peking University(北京大学);Pengcheng Laboratory(鹏城实验室)
红外人脸识别是一个跨模态匹配问题,其中模态差异是一个很大的挑战。现有的大多数作品使用基于欧几里德度量的约束来解决来自不同模态的图像的特征之间的差异。然而,这些方法不能学习角度判别特征嵌入,因为欧几里得距离不能有效地测量嵌入向量之间的夹角。由于角度判别特征空间对于基于嵌入向量的人体图像分类至关重要,本文提出了一种新的排序损失函数,即双向指数角度三重损失函数,通过明确约束嵌入向量之间的夹角来帮助学习角度可分离的公共特征空间.此外,为了帮助稳定和学习嵌入向量的大小,我们采用了公共空间批量归一化层。在SYSU-MM 01和RegDB数据集上的定量和定性实验支持了我们的分析。在SYSU-MM 01数据集上,与基线相比,1级准确度/ mAP的性能从7.40% / 11.46%提高到38.57% / 38.61%。所提出的方法可以推广到单模态Re-ID的任务,并将Market-1501数据集上的rank-1准确率/ mAP从92.0% / 81.7%提高到94.7% / 86.6%,DukeMTMC-reID数据集上的rank-1准确率/mAP从82.6% / 70.6%提高到87.6% / 77.1%。代码:https://github.com/prismformore/expAT
2020-12-29 cs.CV
AttriBE: Quantifying Attribute Expressivity in Body Embeddings for Recognition and Identification
Department of Electrical and Computer Engineering, Johns Hopkins University(约翰霍普金斯大学电气与计算机工程系);Department of Biomedical Engineering, Johns Hopkins University(约翰霍普金斯大学生物医学工程系);Department of Electrical and Computer Engineering, University of Maryland(马里兰大学电气与计算机工程系);Department of Computer Science, Johns Hopkins University(约翰霍普金斯大学计算机科学系)
本文提出AttriBE方法,通过二次神经网络量化身体嵌入中属性表达性,发现BMI在深层网络中表达最强,且在跨光谱条件下的属性趋势单调增加,表明结构信息在跨模态识别中更为重要。
2026-04-29 cs.CV
Masked Attribute Description Embedding for Cloth-Changing Person Re-identification
Xidian University(西安电子科技大学);Chongqing University of Posts and Telecommunications(重庆邮电大学)
本文提出 MADE 方法,通过掩码属性描述中的衣物与颜色信息,并将其分层嵌入 Transformer 与图像特征融合,从而学习衣物无关表示,在多个换衣行人重识别基准上达到先进性能。
2024-07-02 cs.CV
Diverse Semantics-Guided Feature Alignment and Decoupling for Visible-Infrared Person Re-Identification
Nanjing University of Science and Technology(南京理工大学);Nanjing University of Aeronautics and Astronautics(南京航空航天大学)
针对可见光-红外行人重识别中的模态差异和风格噪声问题,提出DSFAD网络,通过多样语义引导对齐、边际解耦和一致性恢复模块,将身份特征对齐至文本空间并解耦无关特征,在三个数据集上验证了其优越性。
2025-05-01 cs.CV
Mimic Embedding via Adaptive Aggregation: Learning Generalizable Person Re-identification
University of Chinese Academy of Sciences(中国科学院大学);Institute of Automation, Chinese Academy of Sciences(中国科学院自动化研究所);Longfor Inc.(龙湖集团)
领域可推广(DG)人员再识别(ReID)旨在在训练时不访问目标领域数据的情况下跨未知领域进行测试,这是一个现实但具有挑战性的问题。与假设不同领域具有相同模型的方法相比,混合专家模型(MoE)利用多个特定领域的网络来利用领域之间的互补信息,获得了令人印象深刻的结果。然而,现有的基于MoE的DG ReID方法随着源域数量的增加而遭受较大的模型大小,并且大多数方法忽略了对域不变特征的利用。针对这两个问题,本文提出了一种基于自适应聚合的伪嵌入方法(Meta)。为了避免模型规模过大,Meta中的专家不为每个源域采用分支网络,而是共享除批量归一化层之外的所有参数。除了多个专家之外,Meta还利用了实例规范化(IN)并将其引入到全局分支中,以跨域追求不变特征。同时,Meta通过归一化统计考虑未知目标样本与源域的相关性,并开发了一个聚合模块来自适应地集成多个专家以模仿未知目标域。受益于拟议的一致性损失和情节训练算法,Meta有望模仿嵌入一个真正看不见的目标域。大量的实验证明,Meta超过国家的最先进的DG人的ReID方法的大幅度。我们的代码可在https://github.com/xbq1994/META上获得。
2022-07-21 cs.AI cs.CV
Leaning Compact and Representative Features for Cross-Modality Person Re-Identification
Sun Yat-sen University(中山大学);nii.ac.jp(日本国立信息学研究所)
本文关注的是跨模态可见光-红外人再识别(VI Re-ID)任务,其目的是匹配可见光和红外模式之间的行人样本。为了减少不同相机采集的样本之间的模态差异,大多数现有的工作通常使用基于欧几里德度量的约束。由于基于欧氏距离的度量策略不能有效地测量嵌入向量之间的内角,现有的解决方案不能学习角度区分的特征嵌入。由于影响基于嵌入向量的分类任务的最重要的因素是是否有一个角度歧视的特征空间,在本文中,我们提出了一个新的损失函数称为枚举角三重(EAT)损失。此外,受知识蒸馏的启发,为了在特征嵌入之前缩小不同模态之间的特征,我们进一步提出了一种新的跨模态知识蒸馏(CMKD)损失。得益于上述两个考虑,嵌入的特征在某种程度上具有足够的区分性,以解决模态差异问题。在RegDB和SYSU-MM 01数据集上的实验结果表明,该方法在性能上优于其他最先进的方法。代码可在https://github.com/IVIPLab/LCCRF上获得。
2022-02-09 cs.CV
Dynamic Identity-Guided Attention Network for Visible-Infrared Person Re-identification
提出动态身份引导注意力网络(DIAN),通过正交投影融合粗细特征、动态卷积核挖掘身份引导且模态一致的嵌入,并引入跨嵌入平衡损失,在VI-ReID任务上取得最先进性能。
2024-07-22 cs.CV
TransReID: Transformer-based Object Re-Identification
Alibaba Group(阿里巴巴集团);Zhejiang University(浙江大学)
提取鲁棒的特征表示是目标再识别(ReID)的关键挑战之一。虽然基于卷积神经网络(CNN)的方法已经取得了巨大的成功,但是它们一次仅处理一个局部邻域,并且遭受由卷积和下采样算子(例如,池化和跨越卷积)引起的细节信息损失。为了克服这些限制,我们提出了一个纯transformer为基础的对象ReID框架名为transReID。具体来说,我们首先将图像编码为一系列补丁,并构建一个基于transformer的强基线,并进行了一些关键的改进,从而在几个基于CNN的ReID基准测试中取得了有竞争力的结果。为了进一步增强Transformers背景下的鲁棒特征学习,精心设计了两个新的模块。(i)拼图补丁模块(JPM)提出了重新安排补丁嵌入通过移位和补丁洗牌操作,产生强大的功能,提高了区分能力和更多样化的覆盖范围。(ii)边信息嵌入(SIE)的引入,以减轻对相机/视图的变化插入学习嵌入这些非视觉线索的功能偏见。据我们所知,这是第一个采用纯Transformer进行ReID研究的工作。TransReID的实验结果是优越的有前途的,它实现了国家的最先进的性能上的人和车辆的ReID基准。
2021-03-26 cs.CV
Spectral Enhancement and Pseudo-Anchor Guidance for Infrared-Visible Person Re-Identification
Beijing Information Science And Technology University(北京信息科技大学);Beijing Normal University(北京师范大学);Nanjing University(南京大学);University of Oxford(牛津大学)
本文提出SEPG-Net,通过频域与灰度空间的光谱增强和伪锚引导双向聚合损失,有效弥合红外与可见光模态差异,提升VI-ReID性能。
2025-01-02 cs.CV cs.LG eess.IV
Multigranular Visual-Semantic Embedding for Cloth-Changing Person Re-identification
Tianjin University(天津大学);Hefei University of Technology(合肥工业大学)
人物再识别(Person Reidentification,ReID)是机器学习和计算机视觉领域的一个研究热点,目前已经提出了许多人物再识别方法,但大多数方法都假设同一个人在短时间内穿着相同的衣服,因此他们的视觉外观必须相似。然而,在实际的监控环境中,一个特定的人有很大的概率在很长一段时间后更换衣服,他们也经常随身携带不同的个人物品。当现有的人员ReID方法应用于这类情况时,几乎所有方法都失败了。到目前为止,只有少数作品集中在换衣服的人ReID任务,但由于它是非常困难的,提取广义和鲁棒的功能,代表不同的衣服的人,他们的性能需要提高。此外,视觉语义信息往往被忽视。为了解决这些问题,本文提出了一种新的多粒度视觉语义嵌入算法(MVSE),将视觉语义信息和人体属性嵌入到网络中,通过学习人体外观的广义特征,有效地解决了服装变化问题。具体而言,为了充分表达一个人的服装变化,采用多粒度特征表示方案(MGR)来关注人的不变部分,然后设计一个布料脱敏网络(CDN)来提高该方法对不同服装的人的特征鲁棒性,其中充分利用了不同的高级人类属性。此外,为了进一步解决不同视角下的姿态变化和遮挡问题,提出了一种部分语义对齐网络(PSA)来获得用于对齐人类属性的视觉语义信息。
2021-08-10 cs.CV
Pedestrian Alignment Network for Large-scale Person Re-identification
University of Technology Sydney(悉尼科技大学)
人物重新识别(person re-ID)通常被视为图像检索问题。该任务的目标是在一个大的图像池中搜索一个查询人。在实践中,人的身份识别通常采用自动检测器来获得裁剪的行人图像。然而,这个过程遭受两种类型的检测器错误:过多的背景和部分丢失。这两个错误恶化的行人路线的质量,并可能损害行人匹配由于位置和规模的变化。为了解决错位的问题,我们建议,对齐可以从识别过程中学习。我们引入了行人对齐网络(PAN),它允许有区别的嵌入学习和行人对齐,而无需额外的注释。我们的关键观察结果是,当卷积神经网络(CNN)学习区分不同身份时,学习的特征图通常在人体上而不是背景上表现出强烈的激活。因此,建议的网络利用这种注意力机制,自适应地定位和对齐行人在一个限界框。视觉示例表明,行人与PAN更好地对齐。在三个大规模re-ID数据集上的实验证实,PAN提高了特征嵌入的区分能力,并产生了与最先进的方法竞争的准确性。
2017-07-03 cs.CV
Enhancing Understanding Through Wildlife Re-Identification
本研究为课程作业实现了MLP、DCNN和LightGBM三类模型探索野生动物重识别,复现相关度量学习研究,发现嵌入专用损失函数的必要性及现有实现与文献结果的差异,明确后续复现方向。
2024-05-17 cs.CV
Camera-aware Style Separation and Contrastive Learning for Unsupervised Person Re-identification
Beijing JiaoTong University(北京交通大学)
无监督的人再识别(ReID)是一项具有挑战性的任务,没有数据注释来指导区分学习。现有方法试图通过对提取的嵌入进行聚类以生成伪标签来解决这个问题。然而,大多数方法都忽略了摄像机风格变化引起的类内差异,有的方法虽然试图解决摄像机风格对特征分布的负面影响,但相对复杂和间接。针对这一问题,本文提出了一种摄像机感知的风格分离和对比学习方法(CA-UReID),该方法通过设计摄像机感知的注意力模块,直接在特征空间中分离摄像机风格。它可以显式地将可学习的特征划分为相机特定和相机不可知的部分,减少不同相机的影响。此外,为了进一步缩小摄像机之间的差距,我们设计了一个摄像机感知的对比中心损失,以学习每个身份的更多区别性嵌入。大量的实验表明,我们的方法优于国家的最先进的方法在无监督的人ReID任务。
2021-12-19 cs.CV
Resource Aware Person Re-identification across Multiple Resolutions
Cornell University(康奈尔大学);Shanghai Jiao Tong University(上海交通大学);Tsinghua University(清华大学)
并不是所有的人都同样容易识别:颜色统计可能对某些情况足够了,而其他人可能需要仔细推理高层和底层细节。然而,流行的人员重新识别(re-ID)方法在所有情况下都使用来自深度卷积网络的一刀切的高级嵌入。这可能会限制它们在困难示例上的准确性,或者使它们在简单示例上不必要地昂贵。为了解决这个问题,我们提出了一个新的人员重新识别模型,该模型结合了建立在多个卷积网络层上的有效嵌入,并通过深度监督进行训练。在传统的重新ID基准,我们的方法大大提高了以前的国家的最先进的结果在所有五个数据集上,我们evaluatedon. Then,我们提出了两个新的配方的人重新ID问题下的资源约束,并显示我们的模型可以用来有效地权衡精度和计算的存在下的资源约束。代码和预训练模型可在https://github.com/mileyan/DARENet上获得。
2018-10-02 cs.CV
Multiregion Bilinear Convolutional Neural Networks for Person Re-Identification
Skolkovo Institute of Science and Technology(斯科尔科沃科学技术研究院);Montreal Institute for Learning Algorithms(蒙特利尔学习算法研究院)
在这项工作中,我们提出了一个新的架构的人重新识别。由于重新识别的任务本质上与嵌入学习和非刚性外观描述相关,因此我们的架构基于深度双线性卷积网络(Bilinear-CNN),该网络最近被提出用于高度非刚性对象的细粒度分类。虽然原始Bilinear-CNN架构的最后阶段通过执行无序池化完全消除了几何信息的考虑,但我们观察到可以通过以更局部的方式执行双线性池化来学习更好的嵌入,其中每个池化都局限于预定义的区域。因此,我们的架构代表了传统卷积网络和双线性CNN之间的妥协,并在严格匹配和完全忽略空间信息之间取得了平衡。我们在三个流行的基准数据集(Market-1501,CUHK 01,CUHK 03)上对新架构进行了实验验证,将其与包括Bilinear-CNN以及现有技术的基线进行了比较。新架构在所有三个数据集上的性能都优于基线,同时在三分之二的数据集上的性能优于最先进的技术。该方法的代码和预训练模型可以在https://github.com/madkn/MultiregionBilinearCNN-ReId上找到。
2017-09-06 cs.CV
SLAP: Selective Local Vision-Language Alignment for Fish Re-Identification via Partial Optimal Transport
University of Verona(维罗纳大学);Institute of Marine Research(海洋研究所);University of Agder(阿格德大学)
针对鱼类重识别中全局对齐易引入噪声的问题,提出基于POT的选择性局部视觉-语言对齐框架,在多数据集上实现优于CLIP类方法的性能,泛化性良好。
2026-08-11 cs.CV
Unsupervised Person Re-identification by Deep Asymmetric Metric Embedding
School of Data and Computer Science, Sun Yat-sen University(中山大学数据与计算机学院);Guangdong Province Key Laboratory of Information Security, China(广东省信息安全重点实验室);School of Electronics and Information Technology, Sun Yat-sen University(中山大学电子与信息工程学院);Collaborative Innovation Center of High Performance Computing, NUDT(国防科技大学高性能计算协同创新中心);Key Laboratory of Machine Intelligence and Advanced Computing, Ministry of Education, China(教育部机器智能与先进计算重点实验室)
人员重新识别(Re-ID)旨在在非重叠的摄像机视图中匹配身份。研究人员提出了许多有监督的Re-ID模型,这些模型需要大量跨视图成对标记的数据。这限制了它们在许多应用中的可扩展性,在这些应用中,来自多个不相交的相机视图的大量数据可用但未标记。虽然已经提出了一些无监督Re-ID模型来解决可扩展性问题,但它们通常遭受由不同相机视图之间的显著差异引起的视图特定偏差问题,例如,不同的照明、视点和遮挡。巨大的差异会导致不同相机视图中的特定特征失真,这在无监督场景中找到Re-ID的跨视图判别信息时可能非常令人不安,因为没有标签信息可用于帮助减轻偏差。我们建议明确解决这个问题,通过学习一个无监督的非对称距离度量的基础上跨视图聚类。非对称距离度量允许针对每个相机视图的特定特征变换以解决特定特征失真。然后,我们设计了一种新的无监督损失函数,将非对称度量嵌入到深度神经网络中,从而开发了一种新的无监督深度框架,称为基于深度学习的非对称度量学习(DECAMEL)。通过这种方式,DECAMEL联合学习特征表示和无监督的非对称度量。DECAMEL学习Re-ID数据的紧凑的跨视图聚类结构,从而有助于减轻视图特定的偏见,并促进挖掘潜在的跨视图判别信息的无监督Re-ID。在7个基准数据集上的广泛实验,其大小跨越几个订单显示我们的框架的有效性。
2019-01-29 cs.CV
DARA: Degradation-Aware Low-Rank Residual Adaptation with Original-to-Corrupted Distillation for Corruption-Robust Animal Re-Identification
The University of Auckland(奥克兰大学)
研究抗损坏动物再识别,提出DARA方法,冻结微调主干,通过学习低秩残差专家适应退化输入嵌入,结合原始到损坏蒸馏稳定修复,实验证明其在损坏查询检索上表现优异,能推广且计算量小。
2026-07-21 cs.CV
Pose-Driven Deep Models for Person Re-Identification
KIT – University of the State of Baden-Wuerttemberg and National Laboratory of the Helmholtz Association(卡尔斯鲁厄理工学院——巴登-符腾堡州立大学暨亥姆霍兹协会国家实验室)
人员重新识别(re-id)是识别和匹配的任务,在不同位置的摄像机记录与非重叠的意见。re-id的主要挑战之一是人物姿势和摄像机角度的大变化,因为它们都不受re-id系统的影响。在这项工作中,一种有效的方法来集成粗相机视图信息以及细粒度的姿态信息到卷积神经网络(CNN)模型学习歧视性的re-id嵌入。在最近的工作中,姿态信息要么在re-id系统中显式地建模,要么显式地用于预处理,例如通过姿态归一化的人的图像。相比之下,所提出的方法表明,直接使用相机视图以及检测到的身体关节位置到标准CNN中可以用于显著提高学习的re-id嵌入的鲁棒性。在四个具有挑战性的监控和视频re-id数据集上,已经实现了对当前技术水平的显着改进。此外,一种新的重新排序的MARS数据集,称为X-MARS的介绍,允许交叉验证的模型训练的单图像re-id的tracklet数据。
2018-03-23 cs.CV
Image-based Vehicle Re-identification Model with Adaptive Attention Modules and Metadata Re-ranking
Texas Christian University(德克萨斯基督教大学)
车辆重新识别是一项具有挑战性的任务,由于类内的变化和类间的相似性在非重叠的相机。为了解决这些问题,最近提出的方法需要额外的注释,以提取更多的功能,假阳性图像排除。在本文中,我们提出了一个由自适应注意力模块驱动的模型,该模型需要更少的标签注释,但仍然优于以前的模型。我们还包括一个重新排序的方法,考虑到元数据特征嵌入的重要性,在我们的论文。该方法在CVPR AI City Challenge 2020数据集上进行了评估,并在Track 2中实现了37.25%的mAP。
2020-07-03 cs.CV