CVPRApr, 2021

基于多粒度超图的视频人员再识别学习

PDF
TL;DR本研究提出了一种新的基于图的框架，即多粒度超图（MGH），通过建模多个粒度的时空依赖性来追求更好的表征能力，从而解决视频中人员再识别任务中的关键问题，并且通过多种基准测试表现出了优异的性能。
person re-identificationcomputer visiongraph-based frameworkspatiotemporal dependencieshypergraph
发现论文，激发创造
  • 视频人员再识别的自适应图表示学习

    提出一种创新性的自适应图形表示学习方案，用于视频人员重识别；该方案利用姿势对齐连接和特征亲和连接构建自适应结构感知邻接图，以迭代地完善区域特征，并将周围节点信息考虑在部分特征表示中；进一步提出了一种新的时间分辨率感知正则化，用于学习紧凑而区分性的特征表示。

    Sep, 2019

  • 元数据指导下的超图模型用于非监督人员再识别

    该研究提出了一种新的无监督人员重识别方法，使用元数据信息构建超图进行特征学习和标签细化，并采用标签传播方法和基于内存的列表损失对重识别结果进行有效的细化和优化。对三个基准测试的广泛实验显示出该方法对现有方法具有显著提高。

    Oct, 2021

  • 多粒度学习区分特征在行人再识别中的应用

    本文提出了一种多粒度深度网络 MGN，将全局特征与多种局部特征相结合，将图像实现均匀划分为多个条带进行训练，进一步提高了人物再识别任务的性能表现。在包括 Market-1501、DukeMTMC-reid 和 CUHK03 等主流评估数据集上，我们的方法均实现了最先进的表现并超过了任何现有方法。例如，在 Market-1501 数据集中，在单个查询模式下，经过重新排序，我们实现了 96.6%/94.2% 的 Rank-1/mAP 的最先进结果。

    Apr, 2018

  • 基于多粒度参考引导的注意力特征聚合技术用于基于视频的人员重识别

    提出一种名为 MG-RAFA 的关注特征汇聚模块，用于将空间 - 时间特征精细地聚合成具有判别性的视频级别特征表示，采用全局视图与卷积操作学习关注，并基于不同粒度的关系学习多粒度关注，实现了视频 ReID 任务上的最新成果。

    Mar, 2020

  • PH-GCN: 基于部分层次图卷积网络的人员再识别

    本文提出了一种名为 Part-based Hierarchical Graph Convolutional Network（PH-GCN）的深度学习框架，用于人物重识别问题。通过信息交互，PH-GCN 在全局、局部和结构特征学习上同时进行，提高了 Re-ID 的效果。

    Jul, 2019

  • 全球引导下的视频人物再识别的互相学习

    该论文提出了一种新颖的全球引导的互逆学习（GRL）框架，其中包括全局引导相关估计（GCE）和时态互逆学习（TRL）机制，用于视频人员重新识别，可以更好地利用视频中的空间和时间线索，并在三个公共基准上实现了比其他现有技术更好的表现。

    Mar, 2021

  • 通过多粒度图像文本对齐 提高基于描述的人员再识别

    本文提出了一个 Multi-granularity Image-text Alignments (MIA) 模型，用于减轻描述基础人物的 Re-id 中的跨模态细粒度问题，以进行更好的相似度评估。实验表明，该方法在 CUHK-PEDES 数据集上取得了最先进的性能，并且实现了显着优于以往方法的效果。

    Jun, 2019

  • 基于多注意力上下文图的组群再识别学习

    本文提出了一种基于图神经网络的统一框架，用于同时解决基于组的重新识别任务，即组重新识别和组感知人重新识别，并构建了一个包含超过 3.8K 张图片和 1.5K 注释组的新组重新识别数据集，清楚地证明了所提出的框架对于基于组的重新识别任务的有效性。

    Apr, 2021

  • 多粒度匹配与集成的群体再识别

    本文提出了一种新颖的组粒度概念，通过多粒度对象：组内的个人和二三人子组来表征群组图像，以实现强大的组重新识别。此外，该方法设计了一种可提取的多粒度表示，该表示对多粒度对象的外观和空间关系进行了特征化，并进一步配备了重要性权重，以捕获群组内的动态变化。实验证明了该方法的有效性。

    May, 2019

  • 分层图推理的细粒度视频文本检索

    提出一种基于 Hierarchical Graph Reasoning (HGR) 的模型，将 video-text matching 分解成全局到局部的语义层次；通过基于注意力的图推理生成层次化的文本嵌入，进而引导学习多样化和分层的视频表示，并通过整合不同的 video-text 层次的匹配来捕获全局和局部细节，从而实现视频和文本之间的交叉检索。

    Mar, 2020