Densely Semantically Aligned Person Re-Identification
当前的问题及概述:
目前ReID如图1中存在的问题:(a)不同的摄像机视点,(b)不同的姿态,©不完善的人检测,(d)局部内的错位,(e)杂乱的背景,(f)遮挡而造成的人的空间错位。
本文通过对人即时信息语义的估计,构造了一组语义密集对齐的局部图像(dsap image),其中相同的空间位置在不同的图像中具有相同的语义。下图说明了二维人物图像与UV空间中基于规范表示之间的密集对应关系。人体表面被划分为24个区域。每个区域都可以被扭曲成一个DSAP图像,可以看到DSAP中对应人体的每一个部分的语义信息是相同的,因此也避免了背景和遮挡对人物检测的干扰。
模型及loss:
本文设计了一个two-stream网络,它由一个图像分支(MF-Stream)和一个密集语义对齐引导分支(DSAG-Stream)组成。DSAG-Stream扮演一个调节器的角色来帮助训练MF-Stream。引导MF-Stream从原始图像中密集地学习语义对齐的特征。之后通过将dsag流与mf流进行相应的特征融合&#