低秩先驗引導的無監督域自適應行人重識別

李玲莉，謝明鴻，李 凡，張亞飛 ，李華鋒，譚婷婷

(昆明理工大學 a.信息工程與自動化學院； b.云南省人工智能重點實驗室 昆明 650500)

行人重識別是一種從不同相機視角下在采集的行人圖像中搜索出相同行人的技術，在智能監控中發揮重要作用，因此受到研究者的廣泛關注。在現實監控環境中，同一行人的不同圖像常常因相機視角差異、光照變化等影響呈現出不同的外貌特征，這給行人重識別帶來了極大挑戰。由于不需要進行大量人工樣本標記，近年來無監督域自適應行人重識別方法已成為研究熱點之一。這些方法主要是通過無監督域不變特征提取、對抗學習和圖像風格遷移等手段來減小源域與目標域之間的差異。然而，無監督域不變特征提取的方法往往很難挖掘具有判別性的特征信息；基于對抗學習的無監督方法提取到的特征往往是來自不同域樣本的共有信息，丟失了不同域樣本之間的特有信息，容易加劇樣本特征之間的歧義性；基于圖像風格遷移的方法雖然有效，但容易導致遷移圖像標簽信息改變。

不同數據集之間產生域偏移的主要原因之一是相機的成像風格不同。從圖1可發現來自同一視角下的行人圖像，呈現出相似的風格信息，如果將這些圖像的視覺特征由矩陣表示，這個矩陣在數學上就會呈現出低秩性。因此根據這種低秩先驗性，設計一種域不變特征分離模型，將風格信息從圖像特征中分離出去，這種策略不僅能緩解不同視角之間域偏移給行人重識別帶來的挑戰，還能保持行人身份特征信息不發生改變，避免傳統無監督域自適應方法的標簽遷移。……