Deep High Resolution Representation Learning for Cross Resolution Person Re iden

深度高分辨率表示学习用于交叉分辨率人员重新识别 IEEE多媒体交易杂志(正在审查中) 内容 :clipboard: 介绍 :bookmark: 我们提出了一种深度高分辨率伪暹罗框架(PS-HRNet),以解决跨分辨率人员的re-ID问题。 具体来说,为了恢复低分辨率图像的分辨率并合理利用特征图的不同通道信息,我们引入并创新了带有通道注意(CA)机制的VDSR模块,称为VDSR-CA。 然后,我们通过设计一个新颖的表示头以提取区分特征(称为HRNet-ReID)来改革HRNet。 另外,构造了伪暹罗框架以减小低分辨率图像和高分辨率图像之间的特征分布的差异。 在五个交叉分辨率人员数据集上的实验结果证明了我们提出的方法的有效性。 与最新方法相比,我们建议的PS-HRNet在MLR-Market-1501,MLR-CUHK03和MLR-VIPeR上在排名1时分别提高了3.4%,6.2%,2.5%,1.1%和4.2% ,MLR-Duk