Más Allá de los Modelos de Partes: Recuperación de Personas con Agrupación de Partes Refinada (y una Fuerte Línea Base Convolucional)

El uso de características a nivel de partes para la descripción de imágenes de peatones ofrece información detallada y ha sido verificado como beneficioso para la recuperación de personas en la literatura más reciente. Un requisito previo para el descubrimiento de partes es que cada parte debe estar bien ubicada. En lugar de usar señales externas, por ejemplo, estimación de pose, para localizar directamente las partes, este artículo hace hincapié en la consistencia del contenido dentro de cada parte. Específicamente, nos enfocamos en aprender características informadas por partes discriminativas para la recuperación de personas y hacemos dos contribuciones. (i) Una red llamada Línea Base Convolucional Basada en Partes (PCB). Dada una imagen de entrada, produce un descriptor convolucional que consiste en varias características a nivel de partes. Con una estrategia de particionamiento uniforme, PCB logra resultados competitivos con los métodos más avanzados, demostrando ser una fuerte línea base convolucional para la recuperación de personas. (ii) Un método de agrupación de partes refinado (RPP). La partición uniforme inevitablemente incurre en valores atípicos en cada parte, que de hecho son más similares a otras partes. RPP re-asigna estos valores atípicos a las partes a las que están más cercanos, lo que resulta en partes refinadas con una mayor consistencia interna. Los experimentos confirman que RPP permite a PCB obtener otro aumento de rendimiento. Por ejemplo, en el conjunto de datos Market-1501, logramos (77.4+4.2)% mAP y (92.3+1.5)% de precisión en el rango 1, superando por un gran margen a los métodos más avanzados.