MovieNet-PS：リアルワールドにおける大規模な人物検索データセット

人物検索は、自然な未クロップ画像から照合対象となる人物を同時に局所化し識別することを目的としており、近年において活発に研究が進められている。本論文では、対象人物の周囲に存在する豊富な文脈情報を、それぞれグローバルな文脈（シーン文脈）とローカルな文脈（グループ文脈）として捉え、それらの統合的な利用に着目する。従来の手法がこれらの文脈タイプを個別に扱うのに対し、本研究では直感的な特徴強化を目的として、グローバル・ローカル文脈ネットワーク（GLCNet）という統一的な枠組みを提案する。具体的には、re-ID埋め込みと文脈特徴をマルチステージ形式で同時に学習し、最終的に人物検索に適した強化され、識別性の高い特徴を獲得する。本手法は、2つの人物検索ベンチマーク（CUHK-SYSUおよびPRW）において実験を行い、さらにより困難な設定であるMovieNetにおけるキャラクター検索にまで拡張している。広範な実験結果から、提案手法GLCNetがすべての3つのデータセットにおいて、最先端手法を常に上回る性能を示すことが確認された。本研究のソースコード、事前学習済みモデル、および新規に作成したデータセットは、以下のURLで公開されている：https://github.com/ZhengPeng7/GLCNet。