基于域分离和对抗学习的跨域行人重识别

作者：薛峰; 李凡^*; 李爽; 李华锋

来源：南京大学学报(自然科学), 2021, 57(05): 715-723.

DOI：10.13232/j.cnki.jnju.2021.05.001

• 行人重识别
• 跨域
• 域分离
• 对抗学习

针对跨域行人重识别应用中源域与目标域差异较大、现有模型无法在剥离域信息的同时有效获取关键身份信息的问题,提出一种基于对抗学习分离图像域信息与身份信息的方法 .该方法由域分离和对抗学习两个阶段构成:域分离阶段分离图像行人特征和域特征;对抗学习阶段通过特征提取器与相机分类器的对抗学习,提升模型对域信息与身份信息的区分能力.在Market-1501,DukeMTMC-reID和MSMT17数据集上开展跨域行人重识别验证实验,实验结果表明,所提方法在跨域行人重识别任务上取得了显著的性能提升.

• 单位
  自动化学院; 昆明理工大学