Fußgängeranpassungsnetzwerk für die großmaßstäbliche Personenerkennung

Die Personen-Wiedererkennung (Person Re-ID) wird in der Regel als ein Problem des Bildsuchens betrachtet. Die Aufgabe besteht darin, eine Abfrageperson in einem großen Bildpool zu suchen. In der Praxis verwendet die Person Re-ID in der Regel automatische Detektoren, um zugeschnittene Fußgängerbilder zu erhalten. Dieser Prozess leidet jedoch unter zwei Arten von Detektorenfehlern: übermäßigem Hintergrund und fehlenden Körperteilen. Beide Fehler verschlechtern die Qualität der Fußglerausrichtung und können aufgrund von Position- und Skalenvarianten die Fußglererkennung beeinträchtigen. Um das Ausrichtungsproblem zu lösen, schlagen wir vor, dass die Ausrichtung aus einem Identifikationsverfahren gelernt werden kann. Wir stellen das Fußglerausrichtungsnetzwerk (PAN) vor, das es ermöglicht, diskriminierende Einbettungen und Fußglerausrichtung ohne zusätzliche Annotationen zu lernen. Unser entscheidender Befund ist, dass wenn das konvolutive Neuronale Netzwerk (CNN) lernt, zwischen verschiedenen Identitäten zu unterscheiden, die gelernten Merkmalskarten oft starke Aktivierungen auf dem menschlichen Körper anstatt auf dem Hintergrund zeigen. Das vorgeschlagene Netzwerk nutzt dieses Aufmerksamkeitsmechanismus daher, um Fußgänger innerhalb eines Begrenzungsrahmens adaptiv zu lokalisieren und auszurichten. Visuelle Beispiele zeigen, dass Fußgänger mit PAN besser ausgerichtet sind. Experimente mit drei großen Re-ID-Datensätzen bestätigen, dass PAN die diskriminierende Fähigkeit der Merkmalskarten verbessert und eine Wettbewerbsfähigkeit erreicht, die mit den neuesten Methoden vergleichbar ist.