【AI认人】你需要知道的10种行人属性

2018 年 7 月 26 日 极市平台

极市平台是专业的视觉算法开发和分发平台,加入极市专业CV交流群,与6000+来自腾讯,华为,百度,北大,清华,中科院等名企名校视觉开发者互动交流!更有机会与李开复老师等大牛群内互动!

同时提供每月大咖直播分享、真实项目需求对接、干货资讯汇总,行业技术交流点击文末“阅读原文”立刻申请入群~

来源:行人重识别

https://zhuanlan.zhihu.com/p/37931822?utm_source=wechat_session&utm_medium=social


论文地址:https://arxiv.org/abs/1703.07220

数据集地址: 

  • vana77/DukeMTMC-attribute 

https://github.com/vana77/DukeMTMC-attribute

  •  vana77/Market-1501_Attribute

https://github.com/vana77/Market-1501_Attribute


What

1.论文中为两个大型行人数据集(Market-1501 和 DukMTMC-reID)标注了多种行人属性

2.属性是基于ID-level的,也就是说每个人只标注一套attribute(如是否背包、上衣长袖还是短袖)


3.具体的行人属性如下:

  • 性别 gender male(1), female(2)

  • 头发长短 hair length hairshort hair(1), long hair(2)

  • 袖子长短 sleeve length uplong sleeve(1), short sleeve(2)

  • 下衣长短 length of lower-body clothingdownlong lower body clothing(1), short(2)

  • 下衣类型 type of lower-body clothingclothesdress(1), pants(2)

  • 戴帽子 wearing hathatno(1), yes(2)carrying backpackbackpackno(1), yes(2)

  • 背包 carrying bagbagno(1), yes(2)carrying handbaghandbagno(1), yes(2)

  • 年龄 age ageyoung(1), teenager(2), adult(3), old(4)

  • 8种行人上衣颜色 8 color of upper-body clothingupblack, upwhite, upred, uppurple, upyellow, upgray, upblue, upgreenno(1), yes(2)

  • 9种行人下衣颜色 9 color of lower-body clothingdownblack, downwhite, downpink, downpurple, downyellow, downgray, downblue, downgreen,downbrownno(1), yes(2)


以下是比较直观的示例:


4. 当我们识别两个人是不是一个人的时候,其实不会直接得出答案,而是先看他们的属性,是不是同性,或者说他们是不是穿一样的衣服(短时间内)。这有助于我们得出最后的判断。


5. 另外,属性也可以用于格式化文本生成,以此反过来检索行人。


6. 这个数据集也可以被用在 行人生成的GAN网络中。


How

1.作者提出数据集的标注方法(ID level的标注)

2.还提出一个baseline 的 attribute 和ID 同时训练的网络


3. 实验部分也有有趣的结论:

  • 属性之前也是有关联的,比如性别和是不是穿裙子(如下图可以发现,基本穿裙子100%是female,有83%是长发)


  • 属性学习有助于行人重识别的精度

定性的实验(学到的attention更广了)


定量的实验(Market 从73.69到 84.29)


  • 哪一个属性帮助最大呢?是不是每个attribute都有助于reid。


可以看到在Market上bag是影响最大的。而hat由于本来数据总量就比较少,加不加这个属性似乎没有显著影响。


而在DukeMTMC-reID上则是鞋子的颜色。这也是make sense的,因为我自己实验也发现attention往往会忽略鞋子(因为CNN也是会偷懒的),而attribute强调了这部分。


  • 在Market-500k上也显示出了良好的性能(其实market做到90多以后,大家可以试试market500k这个难度真的挺大的)






*推荐文章*

PS-GAN:如何合成高质量行人图像提升行人检测性能?

CVPR2018:基于时空模型无监督迁移学习的行人重识别


每月大咖直播分享、真实项目需求对接、干货资讯汇总,行业技术交流点击左下角“阅读原文”立刻申请入群~


登录查看更多
10

相关内容

一个具体事物,总是有许许多多的性质与关系,我们把一个事物的性质与关系,都叫作事物的属性。 事物与属性是不可分的,事物都是有属性的事物,属性也都是事物的属性。 一个事物与另一个事物的相同或相异,也就是一个事物的属性与另一事物的属性的相同或相异。 由于事物属性的相同或相异,客观世界中就形成了许多不同的事物类。具有相同属性的事物就形成一类,具有不同属性的事物就分别地形成不同的类。
专知会员服务
49+阅读 · 2020年6月14日
【CVPR2020】多模态社会媒体中危机事件分类
专知会员服务
54+阅读 · 2020年4月18日
近期必读的9篇 CVPR 2019【视觉目标跟踪】相关论文和代码
ECCV 2018 | Bi-box行人检测:‘行人遮挡’为几何?
极市平台
13+阅读 · 2018年9月30日
PTGAN for Person Re-Identification
统计学习与视觉计算组
4+阅读 · 2018年9月10日
用CNN分100,000类图像
极市平台
17+阅读 · 2018年1月29日
行人再识别中的迁移学习
计算机视觉战队
11+阅读 · 2017年12月20日
行人对齐+重识别网络(论文解读)
极市平台
7+阅读 · 2017年10月11日
VIP会员
Top
微信扫码咨询专知VIP会员