返回
Camera-aware Embedding Refinement for unsupervised person re-identification
DOI:10.1016/j.knosys.2025.113195.png)
摘要
En 中文
我们提出了一种以数据为中心的方法,即相机感知嵌入精炼(CER),用于增强无监督行人重识别的判别性。CER由两个组件组成:相机代理记忆和相机感知嵌入生成(CEG)。相机代理记忆使用原始嵌入进行初始化,并在训练过程中通过CEG生成的辅助嵌入进行更新,以确保记忆内部的一致性。辅助嵌入由CEG根据原始数据集内的内在关系创建,并考虑了不同相机视角引起的图像变化。具体而言,CEG处理以下场景:同一人被不同相机拍摄的不同图像、不同个体被同一相机拍摄的不同图像,以及不同个体被不同相机拍摄的不同图像。仅使用辅助嵌入训练下游无监督Re-ID模型可显著提高特征判别性。我们的方法专注于生成辅助嵌入,并可以适配于各种无监督Re-ID模型。大量实验表明,我们的方法持续优于当前最优技术。
Keyword:
Unsupervised person re-identification
Data generation
Camera-aware
Embedding refinement
Auxiliary embedding data
期刊
K
IF:
7.6
论文数:
1.3W
被引数:
4.5W
机构
暂无机构信息
引用论文
Beyond Part Models: Person Retrieval with Refined Part Pooling (and A Strong Convolutional Baseline)

