Body Part-Based Representation Learning for Occluded Person Re-Identification

要約

オクルード人物再識別（ReID）は、オクルード人物画像と全体的な人物画像のマッチングを目的とした人物検索タスクである。オクルードReIDに対応するために、パーツベースの手法は、きめ細かい情報を提供し、部分的に見える人体の表現に適しているため、有益であることが示されている。しかし、パーツベースモデルの学習は、2つの理由から困難な作業である。第一に、個々の身体部位の外観は全体的な外観ほど識別性が高くない（2つの異なるIDが同じ局所的な外観を持つ場合がある）ため、IDラベルを用いた標準的なReID学習目標は局所特徴学習には適応しない。第二に、ReIDデータセットには人間の地形的なアノテーションが含まれていない。本研究では、上記の問題を解決するために、身体部位に基づくReIDモデルであるBPBreIDを提案する。まず、身体部位注目マップを予測するモジュールと、ReID対象の身体部位に基づく特徴を生成するモジュールを設計する。次に、オクルージョンや非差別的な局所的外観に対して頑健な、部位ベース表現を学習するための新しい学習スキームGiLtを提案する。提案手法は、一般的なホリスティックデータセットとオクルーデッドデータセットに対する広範な実験により、提案手法の有効性を示し、困難なオクルーデッドデータセットにおいて、0.7%のmAPと5.6%のランク1精度により最先端手法を上回る性能を示す。我々のコードは https://github.com/VlSomers/bpbreid で公開されている。

要約(オリジナル)

Occluded person re-identification (ReID) is a person retrieval task which aims at matching occluded person images with holistic ones. For addressing occluded ReID, part-based methods have been shown beneficial as they offer fine-grained information and are well suited to represent partially visible human bodies. However, training a part-based model is a challenging task for two reasons. Firstly, individual body part appearance is not as discriminative as global appearance (two distinct IDs might have the same local appearance), this means standard ReID training objectives using identity labels are not adapted to local feature learning. Secondly, ReID datasets are not provided with human topographical annotations. In this work, we propose BPBreID, a body part-based ReID model for solving the above issues. We first design two modules for predicting body part attention maps and producing body part-based features of the ReID target. We then propose GiLt, a novel training scheme for learning part-based representations that is robust to occlusions and non-discriminative local appearance. Extensive experiments on popular holistic and occluded datasets show the effectiveness of our proposed method, which outperforms state-of-the-art methods by 0.7% mAP and 5.6% rank-1 accuracy on the challenging Occluded-Duke dataset. Our code is available at https://github.com/VlSomers/bpbreid.

arxiv情報

提供元, 利用サービス

arxiv.jp, DeepL