Advertisement

Part-based Pseudo Label Refinement for Unsupervised Person Re-identification

阅读量：

论文
代码

研究背景

  • 无监督行人的重识别（re-ID）主要通过从未标注数据中学习判别性表示来实现行人的身份识别。目前的技术主要依赖于利用伪标签来进行这一目标。然而这些伪标签本身存在噪声特性，并且会导致识别精度下降。针对这一问题已有研究者提出多种细化方案以改善伪标签的质量。然而这些方案忽视了在行人重新识别过程中至关重要的细粒度局部上下文信息。

研究内容

  • 为此，本文提出了一个新的基于部分的伪标签精炼（PPLR）框架，通过采用全局和部分特征之间的互补关系来减少标签噪声。具体来说，设计了一个交叉协议得分，即特征空间之间的k-近邻的相似度，以利用其可靠的互补关系。基于交叉协议，通过集合部分特征的预测来完善全局特征的伪标签，从而共同减轻全局特征聚类的噪声。根据给定标签对每个部分的适用性，通过应用标签平滑来进一步完善部分特征的伪标签。由于交叉协议得分提供了可靠的补充信息，PPLR有效地减少了噪声标签的影响，并学习了具有丰富的局部背景的判别性表示。

创新点

  • 本文提出了一种基于部分划分的伪标签优化框架，在不依赖外部辅助网络的前提下实现了自洽性整合。这项研究首次提出了一种利用局部特征信息有效去除标签噪声的方法，并特别适用于行人重识别任务。
  • 本文开发了一个基于全局与局部特征融合的互补性评估指标；具体而言；该指标通过计算全局特征与局部特征之间k近邻区域内的相似度矩阵来实现对可靠互补性的量化评估。

网络框架

  • PPLR框架
PPLR

实验结果

PPLR单个部分的消融研究

消融研究对比

与最新的方法对比

实验结果对比

全部评论 (0)

还没有任何评论哟~

相关文章推荐

Part-based Pseudo Label Refinement for Unsupervised Person Re-identification

论文 代码 研究背景 无监督行人重识别（reID）旨在从未标记的数据中学习用于行人检索的判别表示。最近的技术通过使用伪标签来完成这项任务，但这些标签固有地具有噪声并降低了准确性。为了克服这个问题，已经...

Unsupervised Person Re-identification via Multi-label Classification

论文：UnsupervisedPersonReidentificationviaMultilabelClassification<https://arxiv.org/pdf/2004.09228.pd...

2019 CVPR：Patch-based Discriminative Feature Learning for Unsupervised Person Re-identification

PatchbasedDiscriminativeFeatureLearningforUnsupervisedPersonReidentification 当前的问题及概述： 虽然针对差异性局部特征对R...

【Person Re-ID】Deep Representation Learning with Part Loss for Person Re-Identification

paper下载地址：<https://arxiv.org/abs/1707.00798 Introduction PersonReID需要解决什么问题？ 测试集中的人在训练集中是不可见的，因此需要学习...

[CVPR2019]Patch-based Discriminative Feature Learning for Unsupervised Person Re-identification论文笔记

文章目录 1\.摘要 2\.方法 2.1算法总体框架 2.2PatchGenerationNetwork（补丁生成网络） 2.3PatchbasedDiscriminativeFeatureLearn...

Transferable Joint Attribute-Identity Deep Learning for Unsupervised Person Re-Identification

1.引入 行人重识别中无监督学习：从源域有标签数据中学习到关于行人视图不变信息的特征表示，然后将模型转移、并且使之适用到无标签数据的目标域中。 大多数现有的人员重新识别（reid）方法都需要从每个摄像...

Multi-Scale Body-Part Mask Guide Attention for Person Re-identification

MultiScaleBodyPartMaskGuideAttentionforPersonReidentification 论文:MultiScaleBoydPartMaskGuideAttentio...

Multi-pseudo Regularized Label for Generated Samples in Person Re-Identification（多伪正则化标签(MpRL)、GAN）

类别（Reid、GAN、semisupervised） 主要思想：由vanillaGAN生成的样品通常没有标签。因此，本文提出了一个称为多伪正则化标签MpRL的虚拟标签，并将其分配给生成的图像。 考虑...

【Person Re-ID】Margin Sample Mining Loss: A Deep Learning Based Method for Person Re-identification

paper下载地址：<https://arxiv.org/abs/1710.00478 Introduction PersonReID目前依然是一项十分具有挑战的任务。姿势，视角，光照，背景和遮挡都给...

【论文翻译】Cluster Contrast for Unsupervised Person Re-Identification（2021）

ClusterContrastforUnsupervisedPersonReIdentification（2021） 论文 https://github.com/alibaba/clustercont...