アイデンティティ誘導型ヒューマンセマンティックパーシングによる人物再識別

従来のアライメントベースの手法は、ピクセル単位のアライメントを達成するため、事前に学習された人間パーツ解析モデルを必須としており、人物再識別（person re-ID）において重要な個人所持品（例：リュックサックやハンドバッグ）を識別できないという課題がある。本論文では、人物の識別ラベルのみを用いて、人物の体部位および個人所持品をピクセル単位で同時に位置特定することを目的とした、アイデンティティガイドド・ヒューマンセマンティックパーシング手法（ISP）を提案する。本手法では、特徴マップ上で段階的なクラスタリングを設計し、人体部位の擬似ラベルを生成する。具体的には、同一人物のすべての画像におけるピクセルをまず前景と背景に分類し、その後、前景ピクセルをさらに人体部位にクラスタリングする。得られたクラスタリング割り当てを、部位推定を監視するための擬似ラベルとして用い、ISPは特徴マップの学習とクラスタリングを繰り返し行い、自己学習的に改善される。最終的に、自己学習によって得られた部位推定に基づき、人体部位および個人所持品の局所特徴を取得し、検索処理では可視部位の特徴のみを用いる。3つの広く用いられているデータセットにおける豊富な実験により、ISPが多数の最先端手法を上回る優れた性能を発揮することが実証された。本研究のコードは、https://github.com/CASIA-IVA-Lab/ISP-reID にて公開されている。