تعلم التمثيل المستند إلى أجزاء الجسم لإعادة تعريف الشخص المغطى

إعادة تعريف الشخص المخفي (ReID) هي مهمة استرجاع الأشخاص تهدف إلى مطابقة صور الأشخاص المخفية مع الصور الشاملة. لمعالجة إعادة تعريف الشخص المخفي، أثبتت الطرق القائمة على الأجزاء فائدة كبيرة حيث أنها توفر معلومات دقيقة وتناسب تمثيل الأجساد البشرية جزئياً. ومع ذلك، فإن تدريب نموذج قائم على الأجزاء هو مهمة صعبة لسببين رئيسيين. أولاً، مظهر الجزء الفردي من الجسم ليس بنفس التمييز الذي يوفره المظهر العالمي (قد يكون لمعرفين مختلفين نفس المظهر المحلي)، وهذا يعني أن أهداف التدريب القياسية لإعادة تعريف الشخص باستخدام علامات الهوية ليست مناسبة للتعلم المحلي للميزات. ثانياً، لا يتم توفير بيانات إعادة تعريف الشخص بAnnotations طبوغرافية بشرية.في هذا العمل، نقترح BPBreID، وهو نموذج إعادة تعريف الشخص القائم على الأجزاء الجسدية لحل المشكلات المذكورة أعلاه. أولاً، نصمم وحدتين لتنبؤ خرائط انتباه الأجزاء الجسدية وإنتاج ميزات قائمة على الأجزاء الجسدية للهدف المستخدم في إعادة تعريف الشخص. ثم نقترح GiLt، وهي طريقة تدريب جديدة لتعلم التمثيلات القائمة على الأجزاء التي تكون مقاومة للخفايا ومظهرها المحلي غير التميزي.أظهرت التجارب الواسعة على مجموعة بيانات شاملة ومخفية شعبية فعالية الطريقة المقترحة لدينا، والتي تتفوق على أفضل الطرق الحالية بنسبة 0.7% في mAP و5.6% في دقة الرتبة الأولى على مجموعة البيانات الصعبة Occluded-Duke. يمكن الوصول إلى كودنا عبر الرابط: https://github.com/VlSomers/bpbreid.