MovieNet-PS: 자연 환경에서의 대규모 인물 검색 데이터셋

사람 검색(Person search)은 자연스럽고 자르지 않은 이미지에서 쿼리 사람을 동시에 위치 추정하고 식별하는 것을 목표로 하며, 최근 몇 년간 적극적으로 연구되어 왔다. 본 논문에서는 대상 사람 주변의 전역적이고 국소적인 풍부한 맥락 정보에 주목한다. 이를 각각 장면 맥락(Scene context)과 그룹 맥락(Group context)이라 부르며, 이전 연구들이 두 맥락 유형을 별도로 다루는 반면, 본 연구는 직관적인 목적인 특징 강화를 위해 통합된 전역-국소 맥락 네트워크(Global-Local Context Network, GLCNet)를 제안한다. 구체적으로, 재식별(Re-ID) 임베딩과 맥락 특징을 다단계 방식으로 동시에 학습함으로써, 사람 검색을 위한 더욱 강화되고 구별력 있는 특징을 도출한다. 제안한 GLCNet은 두 가지 사람 검색 벤치마크(CUHK-SYSU 및 PRW)에서 실험을 수행하였으며, 더 도전적인 환경인 MovieNet에서의 캐릭터 검색(Character search)으로도 확장하였다. 광범위한 실험 결과는 제안한 GLCNet이 세 가지 데이터셋에서 모두 최신 기술 대비 일관된 성능 향상을 보임을 입증한다. 본 연구의 소스 코드, 사전 학습 모델 및 새로운 데이터셋은 공개되어 있으며, 다음 링크에서 확인할 수 있다: https://github.com/ZhengPeng7/GLCNet.