Réseau de haute ordre mixte avec attention pour la réidentification des personnes

L'attention est devenue plus attractive dans le domaine de la réidentification des personnes (ReID) car elle est capable de diriger les ressources disponibles vers les parties les plus informatives d'un signal d'entrée. Cependant, les travaux les plus récents se concentrent principalement sur la conception d'attention grossière ou de premier ordre, par exemple l'attention spatiale et l'attention aux canaux, tout en explorant rarement les mécanismes d'attention d'ordre supérieur. Nous faisons un pas pour résoudre ce problème. Dans cet article, nous proposons d'abord le module d'Attention d'Ordre Supérieur (HOA) pour modéliser et utiliser les informations statistiques complexes et d'ordre supérieur dans le mécanisme d'attention, afin de capturer les différences subtiles entre piétons et de produire des propositions d'attention discriminantes. Ensuite, en repensant la réidentification des personnes comme un problème d'apprentissage à zéro exemple, nous proposons le réseau Mixte à Haut Ordre d'Attention (MHN) pour améliorer explicitement la discrimination et la richesse des connaissances en attention. De nombreuses expériences ont été menées pour valider la supériorité de notre MHN pour la réidentification des personnes par rapport à une grande variété de méthodes de pointe sur trois jeux de données à grande échelle, notamment Market-1501, DukeMTMC-ReID et CUHK03-NP. Le code source est disponible à l'adresse http://www.bhchen.cn/.