CVPR2018论文分享（二）

题目：双重注意匹配网络用于使用上下文感知的特征序列的行人再辨识Dual Attention Matching Network for Context-Aware Feature Sequence based Person Re-Identification

作者：四建楼，张洪刚，李春光，Jason Kuen, 孔祥飞, Alex Kot, 王刚

摘要：典型的行人再辨识方法主要关注使用单一特征向量来描述行人并在特定空间中进行匹配。然而，这种单一特征向量表达方式不足以克服现实场景中的视觉歧义性。本文中，我们提出一种新颖的端到端可训练框架，称为双重注意匹配网络(DuATM), 以学习上下文可感知的特征序列并同时执行带注意力的序列匹配。框架的核心部分是一个双重注意机制，其中序列内的注意策略和序列间的注意策略被分别用于特征优化和特征对儿对齐。因此，包含在中间特征序列的视觉线索细节能够被自动使用并恰当地比较，从而得到一个更有效的特征序列匹配。为了训练DuATM网络，我们利用三元组损失函数加上去相关(De-correlation)和交叉熵(Cross-entropy)。我们在基于图像和视频的基准数据集上进行了充分的实验，实验结果显示出我们所提出的方法的显著优势。

论文链接:

https://arxiv.org/abs/1803.09937

北邮模式识别实验室PRIS

微信号：pris_2018