تعلم الهيكل المتعدد الحدود متعدد الحدود للهوية الشخصية القائمة على الفيديو

تمثيل الشخص القائم على الفيديو (re-ID) هو موضوع بحثي مهم في رؤية الحاسوب. وتكمن المفتاح لحل هذه المهمة الصعبة في استغلال المؤشرات المكانية والزمنية في تسلسلات الفيديو. في هذه الدراسة، نقترح إطارًا جديدًا قائمة على الرسوم البيانية، يُسمى الرسم البياني الزائدي متعدد الحدود (MGH)، للحصول على قدرات تمثيلية أفضل من خلال نمذجة الاعتماد المكاني-الزمني من خلال عدة مستويات من الدقة. وبشكل خاص، يتم بناء رسوم بيانية زائدة بدرجات مكانية مختلفة باستخدام مستويات متعددة من السمات الجزئية عبر تسلسل الفيديو. وفي كل رسم بياني زائد، يتم التقاط درجات زمنية مختلفة من خلال الحواف الزائدة التي تربط مجموعة من عقد الرسم البياني (أي السمات الجزئية) عبر نطاقات زمنية مختلفة. ويتم معالجة قضيتين حاسمتين (عدم التماثل والانسداد) بشكل صريح من خلال استراتيجيات الانتشار والجمع السمات المُقترحة في الرسم البياني الزائد. وأخيرًا، نعزز التمثيل العام للفيديو من خلال تعلم تمثيلات متعددة على مستوى الرسم البياني، متنوعة بشكل أكبر، بناءً على تقليل المعلومات التبادلية. وأظهرت التجارب الواسعة على ثلاث معايير شائعة الاستخدام بوضوح فعالية الإطار المقترح. وبشكل ملحوظ، تم تحقيق دقة 90.0% في المرتبة الأولى على مجموعة بيانات MARS باستخدام MGH، متفوّقًا على أحدث التقنيات. ويمكن الوصول إلى الكود من خلال الرابط: https://github.com/daodaofr/hypergraph_reid.