초록
다수의 카메라 시야에서 얼굴 인식을 명시적으로 사용하지 않고도 동일한 사람을 식별할 수 있는 능력은 상용 및 학계에서 주목받고 있다. 기존의 주류 솔루션은 주의(attention) 신경망 기반 모델에 기반하고 있다. 본 논문에서는 시간적 주의 기반 신경망 위에 주의 손실(attention loss)에 중심점(Center) 손실과 온라인 소프트 마이닝(Online Soft Mining, OSM) 손실을 하이브리드로 결합한 새로운 손실 함수인 Attention and CL loss를 제안한다. 제안한 손실 함수는 트릭의 집합(bag-of-tricks)과 함께 사용되었을 때, 일반적인 개인 재식별(Re-ID) 데이터셋인 MARS와 PRID 2011에서 기존 최고 성능(SOTA)을 초월한다. 본 연구의 소스 코드는 GitHub에서 공개되어 있다.