Lernen diskriminativer Merkmale mit mehreren Granularitäten für die Person-Wiedererkennung

Die Kombination von globalen und lokalen Merkmalen ist eine wesentliche Lösung zur Verbesserung der diskriminativen Leistung in Personen-Wiedererkennungs-(Re-ID-)Aufgaben. Frühere, auf Teilen basierende Methoden konzentrierten sich hauptsächlich darauf, Regionen mit spezifisch vordefinierten Semantiken zu lokalisieren, um lokale Darstellungen zu erlernen. Dies erhöht die Lernschwierigkeit und ist weder effizient noch robust gegenüber Szenarien mit großen Varianzen. In dieser Arbeit schlagen wir eine end-to-end-Merkmalslernstrategie vor, die diskriminative Informationen verschiedener Granularitäten integriert. Wir entwerfen sorgfältig das Multiple Granularity Network (MGN), eine mehrverzweigte Deep-Network-Architektur, die aus einem Ast für globale Merkmalsdarstellungen und zwei Ästen für lokale Merkmalsdarstellungen besteht. Anstatt auf semantischen Regionen zu lernen, unterteilen wir die Bilder gleichmäßig in mehrere Streifen und variieren die Anzahl der Teile in verschiedenen lokalen Ästen, um lokale Merkmalsdarstellungen mit unterschiedlichen Granularitäten zu erhalten. Umfassende Experimente auf den gängigen Evaluationsdatensätzen Market-1501, DukeMTMC-reID und CUHK03 zeigen, dass unsere Methode standhaft den aktuellen Stand der Technik erreicht und bestehende Ansätze bei weitem übertrifft. Zum Beispiel erreichen wir im Einzelabfrage-Modus des Datensatzes Market-1501 nach Re-Ranking ein Stand-der-Techik-Ergebnis von Rang-1/mAP = 96,6 %/94,2 %.