Dissecting Person Re-identification from the Viewpoint of Viewpoint

开源代码：https://github.com/sxzrt/Dissecting-Person-Re-ID-from-the-Viewpoint-of-Viewpoint

摘要

        变化在视觉因素，例如视点，姿态，光照和背景，通常视为最重要挑战是在人的重识别上。尽管知识这些因素是影响的，数量研究在他们怎样影响重识别系统仍然是短缺的。为尝试在这个科学挑战，这篇文章及早尝试研究一个特别的因素：视点。我们在窄的视点问题下步行旋转角度来获得重点结论。在这方面，这篇文章做出了两个贡献对这个社区。首先，我们介绍了一个大尺度协调统一数据引擎PersonX。组成是手工制作的3D人模型，这个突出特点是这个引擎可以控制。那个是我们能够统一步行通过设定视觉变量来任意这个值。第二，在这个3D数据引擎里，我们统计分析影响步行旋转角度在重识别精度。综合来看，这个人旋转角度精确地订制从0度到360度，允许我们去研究它的影响在训练，查询和库集。广泛的实验帮助我们有一个深入理解基础问题在人的重识别。我们的研究也提供有用观点对数据集创建和将来实际使用。