摘要

行人再识别主要解决的是跨摄像机情况下行人之间的关联问题,而行人的属性识别则是对行人性别、衣服类型、携带物等进行识别。当前的行人再识别使用的主要是全局特征。全局特征和属性特征都可以用于对行人的描述,不过两者在描述的细粒度上有所区别。全局特征聚焦于对行人的整体描述,而属性特征则主要关注行人的局部。两种特征之间具有互补关系。行人的属性之间通常存在一定的关联关系,本文通过图卷积网络(GCN)来捕获这种属性之间的相互依赖关系。在这些属性标签上建立一个有向图,图的节点由标签的词嵌入向量表示,通过图卷积网络来学习属性间潜在的依赖关系。最后图卷积输出与全局特征相乘,进行多标签的属性识别,来增强特征的描述能力。通过在Market1501数据集上进行实验表明,本文提出的方法可以提升特征的描述能力,得到更好的识别结果。

  • 单位
    中国人民解放军陆军工程大学