用于人员再识别的人类语义解析

人员再识别是一项具有挑战性的任务，主要由于背景杂乱、姿态、光照和摄像机视角的变化等因素的影响。这些因素阻碍了稳健且具有区分性的特征表示的提取，从而妨碍了不同身份的成功区分。为了改进特征学习，通常会从人体部位中提取局部特征。然而，这种过程的常用方法是基于边界框部位检测。在本文中，我们提出采用人体语义解析（human semantic parsing），由于其像素级精度和建模任意轮廓的能力，自然成为更好的替代方案。我们提出的SPReID方法将人体语义解析集成到人员再识别中，不仅显著优于基线方法，还达到了当前最先进的性能。此外，我们展示了通过采用一种简单但有效的训练策略，标准的流行深度卷积架构如Inception-V3和ResNet-152，在不进行任何修改的情况下，仅对整幅图像进行操作，就能大幅超越当前的最先进水平。我们的方法在以下数据集上提升了最先进的人员再识别性能：Market-1501数据集上的mAP提高了约17%，rank-1提高了约6%；CUHK03数据集上的rank-1提高了约4%；DukeMTMC-reID数据集上的mAP提高了约24%，rank-1提高了约10%。