Detail publikace
Learning Feature Aggregation in Temporal Domain for Re-Identification
Sochor Jakub, Ing., Ph.D.
Juránek Roman, Ing., Ph.D. (UPGM)
Dobeš Petr, Ing. (UPGM)
Bartl Vojtěch, Ing., Ph.D. (UPGM)
Herout Adam, prof. Ing., Ph.D. (UPGM)
person re-identification, vehicle re-identification, feature aggregation, temporal domain, neural network, traffic surveillance
Re-identifikace osoby je již v komunitě počítačového vidění standardním a zavedeným problémem. V posledních letech se věnuje větší pozornost re-identifikaci vozidla. V tomto článku se zaměřujeme na oba tyto úkoly a navrhujeme metodu agregace příznaků v časové doméně, protože je běžné mít více pozorování stejného objektu. Agregace je založena na váhování různých prvků příznakových vektorů různými váhami siamskou sítí, kteráje plně trénována. Experimentální výsledky ukazují, že naše metoda překonává jiné existující metody agregace prvků v časové doméně v problematice re-identifikaci vozidla i osoby. Dále, abychom posunuli výzkum v oblasti re-identifikace vozidel, zde představujeme nový dataset CarsReId74k. Tento dataset není omezen na přední / zadní pohledy vozidel a obsahuje 17,681 unikátních vozidel, 73,976 sledovaných tratí a 277,236 pozitivních párů. Dataset byl pořízen z 66 kamer při různých úhlech pozorování vozidel.
@article{BUT161466,
author="Jakub {Špaňhel} and Jakub {Sochor} and Roman {Juránek} and Petr {Dobeš} and Vojtěch {Bartl} and Adam {Herout}",
title="Learning Feature Aggregation in Temporal Domain for Re-Identification",
journal="COMPUTER VISION AND IMAGE UNDERSTANDING",
year="2020",
volume="192",
number="11",
pages="1--12",
doi="10.1016/j.cviu.2019.102883",
issn="1077-3142",
url="https://www.sciencedirect.com/science/article/pii/S107731421830393X"
}