Core Concepts
본 연구에서는 부분 주의 메커니즘을 활용하여 배경 혼란과 저품질 지역 특징 표현 문제를 효과적으로 해결하는 새로운 PAB-ReID 프레임워크를 제안합니다.
Abstract
본 연구는 가려진 사람 재식별 문제를 해결하기 위해 PAB-ReID라는 새로운 프레임워크를 제안합니다.
첫째, 인체 분할 레이블을 도입하여 더 정확한 인체 부위 주의 맵을 생성합니다.
둘째, 미세 조정 특징 초점기를 제안하여 배경 간섭을 억제하면서 미세 조정 인체 지역 특징 표현을 생성합니다.
셋째, 부분 삼중 손실을 설계하여 유사한 부분 특징에 대한 모델의 강건성을 향상시킵니다.
실험 결과, 제안된 PAB-ReID 모델이 기존 최첨단 방법들을 능가하는 성능을 보여줍니다.
Stats
가려진 사람 재식별 문제에서 배경 혼란과 저품질 지역 특징 표현이 모델 성능을 제한한다.
기존 방법들은 추가 정보 기반 방법과 부분 간 매칭 방법으로 나뉘지만 여전히 한계가 있다.
Quotes
"다른 사람들의 가려짐으로 인해 다른 범주 간의 구분이 줄어들어 서로 다른 ID의 이미지가 유사한 전역 표현을 가질 수 있다."
"다양한 가림으로 인해 같은 범주 내에서의 거리가 늘어나, 같은 보행자의 전역 표현이 다를 수 있다."