주목할 곳 인식: 부분적인 사람 재식별을 위한 가시성 인지 부품 수준 특징 학습

본 논문은 사람 재식별(re-ID) 작업에서 현실적인 문제인 부분 재식별(partial re-ID)을 다룹니다. 부분 재식별 시나리오에서는 보행자의 부분적인 관측이 포함된 이미지가 있을 수 있습니다. 전체 이미지와 부분적인 보행자 이미지를 직접 비교하면, 극단적인 공간적 불일치로 인해 학습된 표현의 구분 능력이 크게 저하됩니다. 우리는 이를 해결하기 위해 자기 지도(self-supervision)를 통해 영역의 가시성을 인식하는 가시성 인식 부위 모델(Visibility-aware Part Model, VPM)을 제안합니다. 가시성 인식 기능은 VPM이 영역 단위 특징을 추출하고 두 이미지의 공유되는 영역(두 이미지 모두에서 가시적인 영역)에 초점을 맞추어 비교할 수 있게 합니다. VPM은 부분 재식별 정확도 향상을 위한 두 가지 이점을 제공합니다. 첫째, 전역 특징을 학습하는 것과 달리 VPM은 세부 정보로부터 혜택을 받는 영역 단위 특징을 학습합니다. 둘째, 가시성 인식 기능 덕분에 VPM은 두 이미지 간의 공유되는 영역을 추정하여 공간적 불일치를 억제할 수 있습니다. 실험 결과는 우리의 방법이 학습된 표현을 크게 개선하며, 달성한 정확도가 최신 연구들과 비슷함을 확인하였습니다.