Keypoint Promptable Re-Identification 키포인트 프롬프터블 재식별

Occluded Person Re-Identification (ReID)는 외관을 기반으로 가려진 개인들을 일치시키는 메트릭 학습 작업입니다. 많은 연구가 물체로 인한 가림 현상을 다루었지만, 다중 인물 가림 현상은 여전히 덜 탐구되었습니다. 본 연구에서는 이전의 가려진 ReID 방법들이 간과한 중요한 도전 과제를 식별하고 해결합니다. 즉, 여러 명의 개인이 동일한 바운딩 박스에 보이는 경우 발생하는 Multi-Person Ambiguity (MPA)입니다. 이는 후보들 중 의도된 ReID 대상을 결정할 수 없게 만듭니다. 최근 시각 분야에서 프롬프팅에 대한 연구를 토대로, 우리는 Keypoint Promptable ReID (KPR)라는 새로운 ReID 문제 설정을 소개합니다. KPR은 입력 바운딩 박스에 의도된 대상을 나타내는 의미론적 키포인트 집합을 명시적으로 보완합니다. 프롬프팅 가능한 재식별은 아직 탐구되지 않은 패러다임이므로, 기존의 ReID 데이터셋들은 프롬프팅에 필요한 픽셀 단위 주석을 제공하지 않습니다. 이러한 격차를 메우고 이 주제에 대한 추가 연구를 촉진하기 위해, 우리는 강력한 인물 간 가림 현상을 특징으로 하는 새로운 ReID 데이터셋인 Occluded-PoseTrack ReID를 소개합니다. 또한, 네 개의 인기 있는 ReID 벤치마크에 맞춤형 키포인트 라벨을 공개합니다. 사람 검색뿐만 아니라 포즈 추적 실험에서도 우리의 방법이 다양한 가림 시나리오에서 이전 최신 접근 방식들을 체계적으로 능가함을 입증하였습니다. 우리의 코드, 데이터셋 및 주석은 https://github.com/VlSomers/keypoint_promptable_reidentification에서 이용 가능합니다.