TPAMI 2024 | 基于身份引导协同学习的更换衣物行人再识别

题目：Identity-Guided Collaborative Learning for Cloth-Changing Person Reidentification

基于身份引导协同学习的更换衣物行人再识别

作者：Zan Gao; Shengxun Wei; Weili Guan; Lei Zhu; Meng Wang; Shengyong Chen

摘要

更换衣物行人再识别 (ReID) 是一个新兴的研究课题，旨在解决由于更换衣物和行人视角/姿势变化导致的特征变化问题。虽然通过引入额外的信息（例如人类轮廓素描信息、人类身体关键点和3D人类信息）取得了显著进展，但更换衣物行人再识别仍然具有挑战性，因为行人的外观表示随时可能发生变化。此外，人类语义信息和行人身份信息尚未得到充分利用。为了解决这些问题，我们提出了一种新颖的基于身份引导的协同学习方案 (IGCL) 用于更换衣物行人再识别，其中人类语义被有效利用且身份保持不变以引导协同学习。首先，我们设计了一种新的衣物注意力退化流，以合理减少衣物信息带来的干扰，其中使用了衣物注意力和中层协同学习。其次，我们提出了一种人类语义注意力和身体拼图流，以突出人类语义信息并模拟同一身份的不同姿势。这样，提取的特征不仅关注与背景无关的人类语义信息，还适合行人姿势的变化。此外，我们还提出了一种行人身份增强流，以增强身份的重要性并提取更有利的身份鲁棒特征。