长期换衣人员重识别：MaskCL: Semantic Mask-Driven Contrastive Learning for Unsupervised Person Re-Identificatio

源码见专栏置顶～

论文作者：Mingkun Li,Peng Xu,Chun-Guang Li,Jun Guo

作者单位：Beijing University of Posts and Telecommunications; Tsinghua University

论文链接：http://arxiv.org/abs/2305.13600v1

内容简介：

1）方向：无监督长期人员重识别

2）应用：人员重识别

3）背景：传统的无监督人员重识别方法只适用于短期情况，无法感知与服装无关的模式，因为它们只是由RGB提示驱动。本篇文章提出一种基于语义掩模驱动的对比学习方法，用于解决这个问题。

4）方法：该方法将轮廓掩模嵌入到对比学习框架中作为语义提示，并通过将RGB和语义特征结合在两个分支网络中，从分层语义邻居结构中学习跨服装不变性。作者在五个广泛使用的服装变化重识别数据集上评估了最先进的无监督短期人员重识别方法，以验证该方法的有效性。

5）结果：实验结果表明，该方法在无监督重识别竞争对手中表现出色，与监督基线相差不大。