多尺度身體部位面罩引導(dǎo)注意網(wǎng)絡(luò)進(jìn)行人員重新識(shí)別

人員重新識(shí)別需要在來自不同相機(jī)并具有不同背景，角度或位置的多個(gè)圖像中自動(dòng)識(shí)別同一個(gè)人。盡管最近在人工智能(AI)領(lǐng)域取得了進(jìn)展，但人員重新識(shí)別仍然是一項(xiàng)極具挑戰(zhàn)性的任務(wù)，特別是由于人的姿勢(shì)有很多變化，以及與照明，遮擋，錯(cuò)位和背景雜亂相關(guān)的其他差異。

美國蘇寧研發(fā)中心的研究人員最近開發(fā)了一種基于多尺度身體部位掩模引導(dǎo)注意網(wǎng)絡(luò)(MMGA)的人員重新識(shí)別技術(shù)。他們的論文預(yù)先發(fā)布在arXiv上，將于6月份的2019年CVPR研討會(huì)聚焦演示期間發(fā)表。

“人們重新識(shí)別正在成為一項(xiàng)越來越重要的任務(wù)，因?yàn)樗哂袕V泛的潛在應(yīng)用，例如刑事調(diào)查，公共安全和圖像檢索，”進(jìn)行這項(xiàng)研究的研究人員之一的Honglong Cai告訴TechXplore。“然而，由于遮擋，錯(cuò)位，姿勢(shì)變化和背景雜亂，它仍然是一項(xiàng)具有挑戰(zhàn)性的任務(wù)。在我們最近的研究中，我們的團(tuán)隊(duì)試圖開發(fā)一種方法來克服這些挑戰(zhàn)。”

蔡和他的同事沒有關(guān)注整個(gè)圖像，而是開發(fā)了一個(gè)人物重新識(shí)別的模型，只關(guān)注感興趣的人，忽略了背景。將這一想法更進(jìn)一步，他們的模型分析給定圖像中人的不同身體部位。

“為了實(shí)現(xiàn)我們的想法，我們創(chuàng)造性地提出了一個(gè)多尺度的身體部分面具引導(dǎo)注意網(wǎng)絡(luò)，”蔡說。“我們應(yīng)用身體面具來指導(dǎo)我們模型的訓(xùn)練，以便它可以更多地關(guān)注圖像中的人體。我們的模型包含兩個(gè)部分：特征提取器和注意模塊。”

由蔡和他的同事設(shè)計(jì)的模型的特征提取器組件可以從圖像中提取人體的辨別特征。另一方面，模型的注意模塊引導(dǎo)MMGA網(wǎng)絡(luò)，突出顯示應(yīng)該密切注意的圖像區(qū)域(即像素)。

研究人員使用身體面具來指導(dǎo)模型注意模塊的訓(xùn)練，因?yàn)檫@樣可以讓人體識(shí)別背景信息。此外，他們將身體面罩分成上身和下身面罩，以便注意模塊可以學(xué)會(huì)區(qū)分人體的上部和下部。

“與大多數(shù)現(xiàn)有人重新識(shí)別方法不同，將圖像分割成固定的幻燈片，我們的模型可以確切地分辨上半身和下半身的位置，”蔡解釋道。“此外，身體面罩僅用于訓(xùn)練階段，我們?cè)谕评黼A段不需要身體面罩，這使我們的模型在實(shí)際應(yīng)用中非常有效。”

為了評(píng)估他們的模型，Cai和他的同事進(jìn)行了一系列實(shí)驗(yàn)，測(cè)試其在兩個(gè)數(shù)據(jù)集上的表現(xiàn)，即Market-1501和DukeMTMC-reID數(shù)據(jù)集。他們發(fā)現(xiàn)，他們的模型可以減少人的姿勢(shì)，錯(cuò)位和背景雜亂的變化的負(fù)面影響，優(yōu)于最先進(jìn)的重新識(shí)別方法。

研究人員收集的研究結(jié)果表明，注意機(jī)制可以顯著提高人員重新識(shí)別網(wǎng)絡(luò)的準(zhǔn)確性。此外，他們的研究介紹了一種可以進(jìn)一步提高這種準(zhǔn)確性的面罩指導(dǎo)注意訓(xùn)練方法

“在我們最近的工作中，上身面罩和下身面罩被用來指導(dǎo)注意模塊的訓(xùn)練，”蔡說。“將來，我們希望嘗試將身體面具分成更精細(xì)的細(xì)節(jié)，如頭部，手部，手臂，腿部等，因?yàn)檫@可以進(jìn)一步提高人員重新識(shí)別的準(zhǔn)確性。”