论文:Pose-Normalized Image Generation for Person Re-identification
代码:暂无
前言:
这篇是ECCV2018关于行人重识别(Person Re-ID)的文章,由复旦和腾讯AI Lab等联合提出。
我们知道Re-ID任务中有很多的难点,比如:跨摄像头、亮度变化、遮挡,其中一个难点就是:姿态不同。哪怕同一个人,不同时刻行走时的姿态也是千差万别的,这会给行人身份的识别带来很大的干扰因素。因此为了克服这个问题,本文利用了最近十分热门的 GAN 生成一系列不同的行人姿态图,文中定义了8种代表性的姿态,然后生成8张生成图,加上原图总共可以得到9个特征,然后融合原图和生成图的ReID特征作为最终的特征,由于这个feature融合了各个pose的信息,很好地解决的pose bias问题。
Abstract:
行人重识别主要面临两个挑战:
1.缺乏跨视