要約
人物検出と人物再識別（re-ID）を統合的に解決することを目的とする人物検索は、従来の手法ではFaster R-CNNに基づくエンド・ツー・エンドネットワークが採用されてきた。しかし、Faster R-CNNの並列構造上、抽出される特徴量は領域提案ネットワーク（RPN）によって生成された低品質な提案領域から得られるものであり、検出された高品質なバウンディングボックスから得られるものではない。人物検索は細粒度なタスクであるため、このような劣化した特徴量は再識別性能を著しく低下させる。この問題に対処するために、優れた特徴量を抽出できる順次的エンド・ツー・エンドネットワーク（SeqNet）を提案する。SeqNetでは、人物検出と再識別を段階的なプロセスとして捉え、順次的に処理する2つのサブネットワークを用いて解決する。さらに、文脈情報を重要な補完的手がかりとして効果的に活用できる堅牢なコンテキスト双方向グラフマッチング（CBGM）アルゴリズムを設計した。広範な実験により、広く用いられている2つの人物検索ベンチマーク（CUHK-SYSUおよびPRW）において、本手法が最先端の性能を達成することが示された。また、単一のGPU上で11.5 fpsの処理速度を実現しており、既存のエンド・ツー・エンドフレームワークへの容易な統合も可能である。