焦点の位置を認識する：部分的な人物再識別向けの可視性意識的な部位レベル特徴の学習

本論文では、人物再識別（re-ID）タスクにおける現実的な問題である部分再識別（partial re-ID）に焦点を当てます。部分再識別のシナリオでは、画像が歩行者の部分的な観測を含むことがあります。部分的な歩行者画像と全体的な画像を直接比較すると、極端な空間的ずれにより学習された表現の識別能力が大幅に低下します。そこで、我々は自己監督を通じて領域の可視性を認識するVisibility-aware Part Model (VPM) を提案します。可視性認識機能により、VPM は領域レベルの特徴量を抽出し、2つの画像の共有される領域（両方の画像で可視である領域）に注目して比較することができます。VPM は部分再識別の精度向上のために二つの利点を持っています。一方で、全体的な特徴量を学習するよりも、VPM は領域レベルの特徴量を学習し、詳細な情報から恩恵を受けます。他方で、可視性認識機能により、VPM は2つの画像間での共有領域を推定し、空間的ずれを抑制することが可能です。実験結果は、我々の手法が学習された表現を大幅に改善し、達成した精度が最先端技術と同等であることを確認しています。