摘要
利用部位级特征进行行人图像描述可以提供细粒度的信息，并已被最新文献验证对人员检索有益。部位发现的前提条件是每个部位都应准确定位。本文不依赖外部线索（例如姿态估计）直接定位部位，而是强调每个部位内部的内容一致性。具体而言，我们的目标是学习具有区分性的部位特征以用于人员检索，并做出了两项贡献。（i）提出了一种名为基于部位的卷积基线（Part-based Convolutional Baseline, PCB）的网络。给定图像输入，该网络输出由多个部位级特征组成的卷积描述符。通过均匀划分策略，PCB在与最先进方法的竞争中取得了相当的结果，证明了其作为人员检索的强大卷积基线的有效性。（ii）提出了一种改进的部位池化（Refined Part Pooling, RPP）方法。均匀划分不可避免地会在每个部位产生一些离群点，这些离群点实际上与其他部位更为相似。RPP将这些离群点重新分配到与其最接近的部位，从而生成具有增强内部一致性的改进部位。实验结果证实，RPP使得PCB在性能上得到了进一步提升。例如，在Market-1501数据集上，我们实现了mAP从77.4%提高到81.6%，以及rank-1准确率从92.3%提高到93.8%，大幅超越了现有最先进水平。