久久久91-久久久91精品国产一区二区-久久久91精品国产一区二区三区-久久久999国产精品-久久久999久久久精品

信息來源：中國科學(xué)院自動(dòng)化研究所

行人再識(shí)別問題是一個(gè)重要且具有挑戰(zhàn)性的經(jīng)典計(jì)算機(jī)視覺任務(wù)。由于存在光照變化、視角變化、遮擋、背景雜亂、行人姿態(tài)多樣等復(fù)雜因素，目前的研究的測試性能往往不能盡如人意。 

為了解決上述問題，自動(dòng)化所智能感知與計(jì)算研究中心引入了以下方法來達(dá)到去除背景、提高模型泛化性能、提高圖像利用率的目的。 

首先，引進(jìn)了二值化的行人分割輪廓圖作為額外輸入，并與彩色圖像合成為四通道的新輸入，然后設(shè)計(jì)了一種基于分割輪廓圖的對(duì)比注意模型來學(xué)習(xí)背景無關(guān)的行人特征。在此基礎(chǔ)上，提出一種區(qū)域級(jí)別的三元組損失函數(shù)，分別來約束來自全圖區(qū)域、行人身體區(qū)域、背景區(qū)域的特征，提出的損失函數(shù)可以讓來自全圖區(qū)域和行人身體區(qū)域的特征在特征空間靠近，并遠(yuǎn)離背景區(qū)域，最終達(dá)到去除背景的作用。所提出的方法在三個(gè)行人再識(shí)別數(shù)據(jù)集上驗(yàn)證了有效性，取得了當(dāng)前最好的性能。 

其次，提出了一種特殊的樣本來擴(kuò)充數(shù)據(jù)集：對(duì)抗式遮擋樣本。整個(gè)方法流程如下：（1）按照常用的方法訓(xùn)練一個(gè)ReID模型；（2）通過網(wǎng)絡(luò)可視化的方法找出模型在識(shí)別訓(xùn)練樣本時(shí)所關(guān)注的區(qū)域，對(duì)這些區(qū)域進(jìn)行（部分）遮擋就可以產(chǎn)生新的樣本，同時(shí)保持這些樣本原有的類別標(biāo)簽；（3）把新的樣本加入到原始數(shù)據(jù)集中，按照之前的方法訓(xùn)練一個(gè)新的模型。這種樣本不僅模擬了現(xiàn)實(shí)中的遮擋情況，而且對(duì)于模型來說是困難樣本，可以給模型的訓(xùn)練提供動(dòng)量，從而跳出局部極小點(diǎn)，減少模型的過擬合。實(shí)驗(yàn)發(fā)現(xiàn)原始的ReID模型識(shí)別訓(xùn)練樣本時(shí)只關(guān)注一些局部的身體區(qū)域，加入新樣本訓(xùn)練后的模型則可以同時(shí)關(guān)注到一些之前沒關(guān)注的身體區(qū)域，從而提高了模型在測試階段的魯棒性。 

最后，為了解決只有部分行人圖像可供識(shí)別的問題，提出利用全卷積網(wǎng)絡(luò)抽取與輸入圖像尺寸相對(duì)應(yīng)的空域特征圖，并提出一種不需要行人對(duì)齊的方法（深度空域特征重建）來匹配不同尺寸大小的行人圖像。特別地，借鑒字典學(xué)習(xí)中重建誤差來計(jì)算不同的空域特征圖的相似度。按照這種匹配方式，利用端到端學(xué)習(xí)方法增大來自于同一個(gè)人的圖像對(duì)的相似度，反之亦然。 該方法不需要對(duì)齊，對(duì)輸入圖像尺寸沒有限制，在Partial REID，Partial iLIDS和Market1501上取得較好效果。

上述研究將發(fā)表在國際計(jì)算機(jī)視覺與模式識(shí)別大會(huì)CVPR2018上。