Réseau à branches multiples léger pour la réidentification de personnes

La réidentification de personnes vise à retrouver les identités des individus à partir d’images capturées par plusieurs caméras ou par la même caméra à des instants et des emplacements différents. En raison de son importance dans de nombreuses applications visuelles, allant de la surveillance à l’interaction homme-machine, les méthodes de réidentification de personnes doivent être à la fois fiables et rapides. Bien que de plus en plus d’architectures profondes soient proposées pour améliorer les performances, ces méthodes entraînent également une augmentation de la complexité globale du modèle. Ce papier présente un réseau léger qui combine de manière unifiée des caractéristiques globales, partielles et canaliques dans une architecture multi-branche fondée sur le noyau OSNet, conçu pour être efficace en ressources. Grâce à une combinaison rigoureusement fondée de techniques d’entraînement et de choix architecturaux, notre modèle final atteint des résultats de pointe sur les jeux de données CUHK03 étiqueté, CUHK03 détecté et Market-1501, avec respectivement 85,1 % de mAP / 87,2 % de Rank-1, 82,4 % de mAP / 84,9 % de Rank-1 et 91,5 % de mAP / 96,3 % de Rank-1.