人間の意味解析による人物再識別

人物再識別は、背景の雑多さ、姿勢、照明条件、およびカメラの視点の変化などの要因により、非常に困難な課題となっています。これらの要素が堅牢で区別可能な表現の抽出を阻害し、異なる個体を成功裏に区別することを妨げています。表現学習の向上のために、一般的には人間の身体部位から局所特徴を抽出します。しかし、そのようなプロセスにおける一般的な手法はバウンディングボックスによる部位検出に基づいていました。本論文では、ピクセルレベルの精度と任意の輪郭をモデル化する能力を持つ人間セマンティックパーシングを採用することを提案します。これは自然に優れた代替手段となります。我々が提案するSPReIDは、人間セマンティックパーシングを人物再識別に統合し、基準となる手法に対して大幅に性能を上回り、最先端の成果を達成しています。また、単純ながら効果的な訓練戦略を使用することで、Inception-V3やResNet-152のような標準的な深層畳み込みアーキテクチャが修正なしで全体画像のみを使用して現在の最先端を大幅に上回ることが示されています。我々が提案する方法は以下のデータセットにおいて最先端の人物再識別性能を改善しています：Market-1501ではmAP（平均精度）で約17%、rank-1（最初の一致率）で約6%向上し、CUHK03ではrank-1で約4%向上し、DukeMTMC-reIDではmAPで約24%、rank-1で約10%向上しています。