Good is Bad: Causality Inspired Cloth-Debiasing for Cloth-Changing Person Re-Identification

分享人：郭沛妮
研究方向：换衣行人重识别
论文题目：Good is Bad: Causality Inspired Cloth-Debiasing for Cloth-Changing Person Re-Identification
论文作者：Zhengwei Yang, Meng Lin, Xian Zhong, Yu Wu, Zheng Wang
作者单位：武汉大学、武汉理工大学
论文摘要：服装和身份 (ID) 内在线索的纠缠表示可能在传统的行人重识别 (ReID) 中同时存在。然而，由于缺乏理论且难以分离出精确的内容，消除服装对智力障碍的负面影响仍然具有挑战性。本文首次提出了一种基于因果关系的自动干预模型（AIM），以减轻鲁棒的换衣行人重识别（CC-ReID）的服装偏差。具体地，作者分析了服装对模型推理的影响，并采用双分支模型来模拟因果干预。通过模型训练，服装偏见会逐渐被自动消除，由此鼓励AIM了解更多不受服装偏见影响的识别身份线索。针对两个标准CC-ReID数据集的大量实验证明了所提出的AIM相对于其他先进方法的优越性。
原文链接：

点击此处