论文部分内容阅读
行人重识别是一个重要的计算机视觉任务,其目的是在跨摄像头场景下检索具有相同身份的行人。虽然行人重识别中已经存在许多关于特征空间划分的方法,但是这些方法没有考虑自动形成遮挡子空间的问题。因此,提出了利用空间划分和空间池化的方法生成初始遮挡特征子空间,并利用损失函数约束进一步异化遮挡特征子空间,辅之以多任务学习联合训练,从而提升模型性能。实验结果表明所提出的模型显著提升了行人重识别的性能。这种方法不需要额外的信息并且基本操作在特征空间中,所以易于添加到其他模型,来提升已有模型的性能。