摘要

现有的行人重识别（re-id）方法在部署到新的未见过的场景时遇到困难，尽管在跨摄像头行人匹配方面取得了成功。近期的研究工作主要集中在域适应行人重识别上，通过利用新场景中的大量未标记数据进行半监督学习。然而，对于每个新场景，都需要首先收集足够的数据，然后训练一个域适应的re-id模型，这限制了这些方法的实际应用。相反，我们的目标是探索多个已标记的数据集，以学习适用于行人重识别的泛化域不变表示，期望这种方法对每个新出现的re-id场景都能普遍有效。为了在实际系统中追求实用性，我们收集了该领域的所有行人重识别数据集（共20个数据集），并选择了三个最常使用的数据集（即Market1501、DukeMTMC和MSMT17）作为未见过的目标域。此外，我们开发了DataHunter工具，从YouTube街景视频中收集了超过30万张弱标注图像（命名为YouTube-Human），这些图像与剩余的17个完全标注的数据集一起构成了多个源域。在这个名为FastHuman的大规模且具有挑战性的基准测试（约44万张标注图像）上，我们进一步提出了一种简单而有效的半监督知识蒸馏（SSKD）框架。SSKD通过为YouTube-Human分配软伪标签来有效利用弱标注数据，从而提高模型的泛化能力。在几种协议上的实验验证了所提出的SSKD框架在域泛化的行人重识别方面的有效性，其性能甚至可以与目标域上的监督学习相媲美。最后但同样重要的是，我们希望所提出的FastHuman基准测试能够推动域泛化行人重识别算法的下一步发展。