Pyramidale Person-Re-Identifizierung durch Multi-Verlust-Dynamisches Training

Die meisten existierenden Methoden zur Wiedererkennung (Re-ID) hängen stark von präzisen Begrenzungsrahmen ab, die es ermöglichen, Bilder miteinander auszurichten. Aufgrund der anspruchsvollen praktischen Szenarien erzeugen jedoch aktuelle Detektionsmodelle häufig ungenaue Begrenzungsrahmen, was zwangsläufig die Leistung der bestehenden Re-ID-Algorithmen verschlechtert. In dieser Arbeit schlagen wir ein neues Modell mit einer grob-zu-feinen Pyramidenstruktur vor, um den Bedarf an Begrenzungsrahmen zu reduzieren. Dieses Modell berücksichtigt nicht nur lokale und globale Informationen, sondern integriert auch die allmählichen Hinweise zwischen ihnen. Das Pyramidenmodell ist in der Lage, auf verschiedenen Skalen zu matchen und dann nach dem richtigen Bild derselben Identität zu suchen, selbst wenn die Bildduos nicht ausgerichtet sind. Darüber hinaus untersuchen wir ein dynamisches Trainingsverfahren, um zwei Verlustfunktionen nahtlos zu vereinen und geeignete gemeinsame Informationen zwischen ihnen zu extrahieren, um diskriminative Identitätsrepräsentationen zu lernen. Die experimentellen Ergebnisse zeigen deutlich, dass das vorgeschlagene Verfahren auf drei Datensätzen den aktuellen Stand der Technik erreicht. Insbesondere übertrifft unser Ansatz die bislang beste Methode um 9,5 % auf dem anspruchsvollsten CUHK03-Datensatz.