Cloth-Changing Person Re-identification from A Single Image with Gait Prediction and Regularization 単一画像からの衣服変更人物再識別：歩行予測と正則化を用いて

Cloth-Changing person re-identification (CC-ReID) は、異なる場所で長期間にわたって（例えば数日にわたって）同一人物を照合することを目指しており、そのため衣服の変更という課題に直面せざるを得ません。本論文では、より困難な状況下での CC-ReID 問題を適切に対処することに焦点を当てています。つまり、単一の画像からだけ行人を識別する方法であり、これによりリアルタイム監視アプリケーションにおける高効率かつ遅延のない識別が可能になります。具体的には、個人固有で衣服に依存しない歩行情報を利用することで、画像 ReID モデルが衣服に関係なく表現を学習できるようにするための補助タスクとして歩行認識を導入し、このフレームワークを GI-ReID と名付けました。GI-ReID は、画像 ReID ストリームと補助的な歩行認識ストリーム (Gait-Stream) からなる二重ストリーム構造を採用しています。Gait-Stream は推論時に高速な計算効率のために破棄されますが、訓練中には ReID ストリームが衣服に影響を受けないバイオメトリック運動特徴量を捉えることを促進する規制役割を果たします。単一の画像から時間的に連続した運動情報を得るために、Gait-Stream 用に歩行シーケンス予測 (GSP) モジュールを設計しました。これにより歩行情報が豊かになります。最後に、両ストリーム間での高レベルの意味的一貫性が強制され、効果的な知識規制が行われます。LTCC, PRCC, Real28, VC-Clothes の複数の画像ベースの Clothes-Changing ReID ベンチマークにおける実験結果は、GI-ReID が最先端技術に対して有利な性能を示すことを証明しています。コードは https://github.com/jinx-USTC/GI-ReID で公開されています。