4 个月前

AlignedReID:在人员重识别中超越人类水平的表现

AlignedReID:在人员重识别中超越人类水平的表现

摘要

在本文中,我们提出了一种称为对齐重识别(AlignedReID)的新方法,该方法提取一个全局特征,该特征与局部特征联合学习。全局特征学习从局部特征学习中获益良多,后者通过计算两组局部特征之间的最短路径来执行对齐/匹配,而无需额外的监督。经过联合学习后,我们仅保留全局特征以计算图像之间的相似度。我们的方法在Market1501数据集上达到了94.4%的首位命中率,在CUHK03数据集上达到了97.8%的首位命中率,显著优于现有最先进的方法。此外,我们还评估了人类水平的表现,并证明我们的方法是首个在广泛使用的行人重识别(Person ReID)数据集Market1501和CUHK03上超越人类水平的方法。

基准测试

基准方法指标
person-re-identification-on-cuhk-sysuAlignedReID
MAP: 94.4
Rank-1: 95.7
person-re-identification-on-cuhk03AlignedReID (RK)
Rank-1: 97.8
Rank-10: 99.8
Rank-5: 99.6
person-re-identification-on-cuhk03-cAligned++
Rank-1: 7.99
mAP: 4.87
mINP: 0.56
person-re-identification-on-market-1501AlignedReID (RK)
Rank-1: 94.4
mAP: 90.7
person-re-identification-on-market-1501-cAligned++
Rank-1: 31.00
mAP: 10.95
mINP: 0.32

用 AI 构建 AI

从想法到上线——通过免费 AI 协同编程、开箱即用的环境和市场最优价格的 GPU 加速您的 AI 开发

AI 协同编程
即用型 GPU
最优价格
立即开始

Hyper Newsletters

订阅我们的最新资讯
我们会在北京时间 每周一的上午九点 向您的邮箱投递本周内的最新更新
邮件发送服务由 MailChimp 提供
AlignedReID:在人员重识别中超越人类水平的表现 | 论文 | HyperAI超神经