Key points are not available for this paper at this time.
Die Person-Re-Identifikation (Person re-id) hat in den letzten Jahren in der Computer Vision und der Mustererkennung schnell wachsende Aufmerksamkeit in der Forschungsgemeinschaft auf sich gezogen. Mit dem Ziel, Übereinstimmungsranking-Ergebnisse zwischen jedem Abfragebild der Person und den Galeriebildern bereitzustellen, wurde die Technik der Person-Re-Identifikation umfangreich erforscht und es wurden eine Vielzahl von Methoden zur Person-Re-Identifikation entwickelt. Da diese Algorithmen unterschiedliche Arten von Vorannahmen, Bildmerkmalen, Distanzabgleichfunktionen usw. nutzen, hat jeder von ihnen seine eigenen Stärken und Schwächen. Inspiriert von diesen Tatsachen schlägt dieses Papier eine neuartige Methode zur Person-Re-Identifikation vor, die auf der Idee basiert, überlegene Fusionsresultate aus einer Vielzahl von vorherigen Basis-Person-Re-Identifikationsalgorithmen mithilfe unterschiedlicher Methoden oder Merkmale abzuleiten. Um dieses Ziel zu erreichen, schlagen wir einen neuartigen Rahmen vor, der hauptsächlich aus zwei Schritten besteht: 1) Eine Reihe bestehender Methoden zur Person-Re-Identifikation werden implementiert und die Ranking-Ergebnisse werden in den Testdatensätzen ermittelt. und 2) Die robuste Fusionsstrategie wird angewendet, um bessere neu eingestufte Übereinstimmungsresultate zu erhalten, indem gleichzeitig die Erkennungsfähigkeiten verschiedener Basis-Re-Identifikationsmethoden und die Schwierigkeiten, die verschiedenen Galeriebilder korrekt erkannt zu werden, im Rahmen des generativen Modells von Labels, Fähigkeiten und Schwierigkeiten berücksichtigt werden. Umfassende Experimente zeigen die Wirksamkeit unserer vorgeschlagenen Methode, und wir haben aktuelle Ergebnisse auf den neuesten beliebten Datensätzen zur Person-Re-Identifikation erzielt.
Cheng et al. (Di,) untersuchten diese Frage.