科研之友
微信
新浪微博
Facebook
分享链接
摘要
在行人重识别领域，如何快速在一个新城市进行行人重识别系统的部署为行人重识别领域带来了巨大的挑战。一般情况下，在新城市中没有足够的标注数据来训练一个强大的行人重识别模型，只能依赖少量由目击者提供的罪犯照片。首次对该实际应用场景进行正式研究，将其定义为跨领域小样本行人重识别问题，并仔细讨论分析其与现有行人重识别场景的异同。随后，提出一种基于影响函数的样本权重法来指导模型的训练，并在三个公开数据集Market、Duke和CUHK上对方法进行实验对比。实验结果表明，该方法可以有效地处理不同数据集之间的偏置，性能也超过了已有方法。
- 单位
