Part-Aligned Bilinear Representations for Person Re-identification 论文笔记

一、提出问题

行人身体各部位的对齐对于行人重识别问题是非常重要的，但实际上行人重识别的图像数据绝大多数是非对齐的，所以如何处理这种非对准的情况是本论文研究的重点。

二、论文贡献

• 提出一个基于身体部位对齐的双流网络模型，该模型可以将人体姿势表示为部分特征图，并将它们直接与外观整体特征图结合以计算对齐的行人部位表示；
• 训练网络不需要对行人重识别数据集进行任何身体部位注释。相反，本文使用预训练的权重简单地初始化部位特征图生成流，而预训练的权重是从标准姿势估计数据集训练得到的；
• 通过大量实验验证了本文方法提高了基线的准确性，并在标准图像数据集Market-1501，CUHK03，CUHK01和DukeMTMC以及一个标准视频数据集MARS上展现了优越的性能。

三、模型结构

图3-1 模型结构图

输入：图像I

输出：部位对齐的特征表示f

模型包括一个双流网