إعادة التعرف القابل للتحكم بالنقاط الرئيسية

إعادة تحديد الشخص المغطى (ReID) هي مهمة تعلم المقاييس وتتضمن مطابقة الأفراد المغطين بناءً على مظهرهم. بينما تناولت العديد من الدراسات الإغفال الناجم عن الأشياء، فإن الإغفال الناجم عن وجود عدة أشخاص ما زال أقل استكشافًا. في هذا العمل، نحدد ونعالج تحديًا حاسمًا تم تجاهله بواسطة طرق إعادة التحديد السابقة للأشخاص المغطين: الغموض بين الأشخاص المتعددين (MPA) الذي ينشأ عندما يكون هناك عدة أفراد مرئيين داخل نفس الصندوق الحدودي، مما يجعل من المستحيل تحديد الهدف المقصود لإعادة التحديد بين المرشحين. مستوحين من الأعمال الحديثة حول التحفيز في الرؤية، نقدم إعادة التحديد القابل للتحفيز بالنقاط الرئيسية (KPR)، وهي صياغة جديدة لمشكلة إعادة التحديد التي تكمل الصندوق الحدودي المدخل بشكل صريح بمجموعة من النقاط الرئيسية الدلالية التي تشير إلى الهدف المقصود. بما أن إعادة التحديد القابل للتحفيز هو نموذج غير مستكشف، فإن مجموعات البيانات الموجودة لإعادة التحديد تفتقر إلى الشروحات على مستوى البكسل اللازمة للتحفيز. لسد هذه الفجوة وتعزيز البحث المزيد في هذا الموضوع، نقدم Occluded-PoseTrack ReID، وهو مجموعة بيانات جديدة لإعادة التحديد تحتوي على علامات النقاط الرئيسية وتتميز بإغفال قوي بين الأشخاص. بالإضافة إلى ذلك، نطلق علامات نقاط رئيسية مخصصة لأربعة مقاييس شائعة لإعادة التحديد. تُظهر التجارب في استرجاع الشخص وكذلك تتبع الوضع أن طريقتنا تتخطى بشكل نظامي الأساليب الرائدة سابقًا في مختلف السيناريوهات المغطاة. يمكن الوصول إلى كودنا ومجموعتنا من البيانات والشروحات عبر الرابط https://github.com/VlSomers/keypoint_promptable_reidentification.