要約
人物再識別（reID）は、複数のカメラによって撮影された画像群の中から、対象となる人物の画像を検索することを目的としている。近年のreID手法では、人物画像の全体的な特徴と、体部（ボディパーツ）を記述する局所的特徴を併用することで、体部の一部が欠損している場合でも堅牢な特徴表現が得られることを示している。しかし、体部間の関係性を考慮せずに個々の体部レベルの特徴を直接利用すると、対応する部位において類似した特徴を持つ異なる人物を区別する際に混乱が生じる。この問題に対処するために、本研究では個々の体部と他の体部との関係性を考慮する新しい関係性ネットワークを提案する。本モデルは、単一の体部レベル特徴に他の体部の部分的な情報を統合することで、より識別力の高い特徴表現を実現する。また、人物画像のグローバル特徴を取得するため、従来のmaxプーリングや平均プーリング手法を補完するため、対照的特徴（contrastive features）を用いたグローバル対照的プーリング（GCP）手法を導入する。実験の結果、Market1501、DukeMTMC-reID、CUHK03の各データセットにおいて、本手法は最先端の手法を上回る性能を示し、識別的な人物表現の有効性を実証した。