基于超像素随机擦除的长时行人重识别

现有的行人重识别往往依赖于一个假设，即行人不会更换他的服装。不幸的是，这种假设可能不适用于长时行人重识别。在长时间捕获的行人数据集中，行人的服装经常发生变化。目前主流的行人重识别方法在长时行人重识别中往往会失效，其识别精度会大幅度下降。针对长时行人重识别中的服装变化的情况，提出了一种超像素随机擦除算法。该算法首先选取可能为服装区域的超像素，再用随机值擦除其中像素，并且擦除前后的图像都会被输入至骨干网络进行训练。还对擦除前后模型输出特征用深度均方差损失进行约束，从而强制模型学习与服装无关的特征。实验表明，该方法能够有效地应对长时行人重识别中行人换装问题，与之前的方法相比，识别精度有较大提升。