Representações Alinhadas por Parte Aprendidas Profundamente para Re-identificação de Pessoas

Neste artigo, abordamos o problema da re-identificação de pessoas, que se refere à associação de pessoas capturadas por diferentes câmeras. Propomos uma representação simples, mas eficaz, alinhada por partes humanas para lidar com o problema de desalinhamento das partes do corpo. Nossa abordagem decompõe o corpo humano em regiões (partes) que são discriminativas para a correspondência de pessoas, calcula as representações sobre as regiões e agrega as semelhanças computadas entre as regiões correspondentes de um par de imagens de sonda e galeria como a pontuação geral de correspondência. Nossa formulação, inspirada em modelos de atenção, é uma rede neural profunda que modela os três passos juntos, aprendida através da minimização da função de perda tripla, sem exigir informações de rotulagem das partes do corpo. Ao contrário da maioria dos algoritmos de aprendizado profundo existentes que aprendem uma representação local baseada em partição global ou espacial, nossa abordagem realiza a partição do corpo humano e, assim, é mais robusta a mudanças de pose e várias distribuições espaciais humanas na caixa delimitadora da pessoa. Nossa abordagem mostra resultados de última geração em conjuntos de dados padrão, Market-1501, CUHK03, CUHK01 e VIPeR.