FD-GAN: 姿勢ガイド特徴抽出GANによる堅牢な人物再識別

人物再識別（reID）は、特定の人物の画像が与えられた場合、その人物の他の画像を画像データセットから検索する重要な課題である。堅牢な人物特徴を学習するために、人物画像の姿勢変動は主要な課題の一つとなっている。既存の研究では、この問題に対処するために、人間のアライメントを行うか、人間領域に基づく表現を学習することが一般的である。推論には通常、追加の姿勢情報と計算コストが必要となる。この課題を解決するために、アイデンティティに関連し且つ姿勢に非依存な表現を学習するための特徴蒸留生成対抗ネットワーク（Feature Distilling Generative Adversarial Network: FD-GAN）が提案されている。これは、人間の姿勢とアイデンティティに関する複数の新しい識別器を持つ双子構造に基づいた革新的なフレームワークである。識別器に加えて、同一人物の生成画像が類似した外観を持つことを必要とする新たな同一姿勢損失も統合されている。姿勢ガイドを使用して姿勢に非依存な人物特徴を学習することで、テスト時には補助的な姿勢情報や追加の計算コストが不要となる。我々が提案するFD-GANは、3つの人物再識別データセットで最先端の性能を達成しており、これにより提案手法の有効性と堅牢な特徴蒸留能力が示されている。