Core Concepts
部分注意力メカニズムを組み込んだ新しいフレームワークPAB-REIDを提案し、背景のクラッターと低品質な局所特徴表現の問題に効果的に対処する。
Abstract
本研究では、遮蔽された人物再同定の課題に取り組むため、新しいフレームワークPAB-REIDを提案した。
まず、人体分割ラベルを導入して、より正確な人体部位注意マップの生成を実現した。次に、背景干渉を抑制しながら細粒度の人体局所特徴表現を生成するための細粒度特徴フォーカサーを提案した。さらに、部分三重損失関数を設計し、人体局所特徴の学習を最適化することで、類似の部位特徴に対するロバスト性を高めた。
実験の結果、PAB-REIDは既存の最先端手法を上回る性能を示した。特に、遮蔽された人物再同定データセットにおいて、ランク1精度とmAPがそれぞれ72.6%、63.5%を達成し、最新手法を上回る結果が得られた。
Stats
遮蔽された人物の視覚表現は、異なるカテゴリ間の区別を減少させる。
異なる遮蔽は、同一カテゴリ内の距離を増大させる。
同じ身体部位は、異なる個人間で類似の外観を持つ可能性がある。
Quotes
遮蔽された人物再同定の目標は、遮蔽された状況下で特定の歩行者を検索することである。
現在の人物再同定データセットには、身体部位領域に関する明示的な注釈がない。
遮蔽シーンでは、背景のクラッターを抑制し、効果的な細粒度特徴を抽出することが課題である。