Paper Beyond Human Parts: Dual Part-Aligned Representations
for Person Re-Identification
Code 代码
Abstract
由于各种复杂的因素,人的再识别是一项具有挑战性的任务。最近的研究尝试集成人工解析结果或外部定义的属性,以帮助捕获人工部分或重要的对象区域。另一方面,仍然存在许多有用的上下文线索,它们不属于预定义的人员部分或属性的范围。在这篇论文中,我们利用精确的人体部位和粗糙的非人体部位来处理丢失的语境线索。在我们的实现中,我们应用一个人工解析模型来提取二进制人工部分掩码,并使用一个自我注意机制来捕获软隐藏soft latent(非人工)部分