HyperAIHyperAI
vor 17 Tagen

Beziehungsschaltung für die Person-Re-Identifikation

Hyunjong Park, Bumsub Ham
Beziehungsschaltung für die Person-Re-Identifikation
Abstract

Personen-Identifikation im Wiedererkennen (reID) zielt darauf ab, ein Bild einer Person von Interesse aus einer Sammlung von Bildern zu retrieven, die typischerweise von mehreren Kameras erfasst wurden. Kürzlich vorgestellte reID-Methoden haben gezeigt, dass die Nutzung lokaler Merkmale, die einzelne Körperteile beschreiben, zusammen mit einem globalen Merkmal des gesamten Personenbildes robuste Merkmalsrepräsentationen liefert, selbst wenn Teile des Körpers fehlen. Allerdings führt die direkte Verwendung einzelner, partikularer Merkmale ohne Berücksichtigung der Beziehungen zwischen den Körperteilen dazu, dass Personen mit ähnlichen Merkmalen an entsprechenden Körperteilen schwer voneinander zu unterscheiden sind. Um dieses Problem anzugehen, schlagen wir ein neues Relationen-Netzwerk für die PersonenreID vor, das Beziehungen zwischen einzelnen Körperteilen und den restlichen Teilen berücksichtigt. Unser Modell ermöglicht es, dass ein einzelnes partikulares Merkmal zusätzliche, partielle Informationen über andere Körperteile integriert, wodurch es diskriminativer wird. Außerdem führen wir eine globale kontrastive Pooling-Methode (GCP) ein, um ein globales Merkmal eines Personenbildes zu erzeugen. Wir schlagen vor, kontrastive Merkmale für GCP zu nutzen, um herkömmliche Max- und Durchschnittspooling-Techniken zu ergänzen. Wir zeigen, dass unser Modell die derzeit besten Ergebnisse auf den Datensätzen Market1501, DukeMTMC-reID und CUHK03 erreicht und somit die Wirksamkeit unseres Ansatzes für diskriminative Personenrepräsentationen belegt.