基于超像素随机擦除的长时行人重识别

摘要

现有的行人重识别往往依赖于一个假设,即行人不会更换他的服装。不幸的是,这种假设可能不适用于长时行人重识别。在长时间捕获的行人数据集中,行人的服装经常发生变化。目前主流的行人重识别方法在长时行人重识别中往往会失效,其识别精度会大幅度下降。针对长时行人重识别中的服装变化的情况,提出了一种超像素随机擦除算法。该算法首先选取可能为服装区域的超像素,再用随机值擦除其中像素,并且擦除前后的图像都会被输入至骨干网络进行训练。还对擦除前后模型输出特征用深度均方差损失进行约束,从而强制模型学习与服装无关的特征。实验表明,该方法能够有效地应对长时行人重识别中行人换装问题,与之前的方法相比,识别精度有较大提升。