PAMTRI公司 swMATH ID: 33959 软件作者： 郑唐、米林德·纳巴德、斯坦·伯奇菲尔德、乔纳森·特伦布雷、威廉·霍奇、拉特内什·库马尔、王朔、杨晓东 描述： PAMTRI：使用高度随机合成数据进行车辆重新识别的姿态感知多任务学习。与研究界广泛研究的人员再识别（ReID）相比，车辆再识别受到的关注较少。车辆ReID具有挑战性，因为1）类内变化较大（由形状和外观对视点的依赖性引起），2）类间变化较小（由不同制造商生产的车辆之间形状和外观的相似性引起）。为了应对这些挑战，我们提出了一个姿势感知多任务重新识别（PAMTRI）框架。与以前的方法相比，这种方法包括两个创新。首先，它通过姿态估计中的关键点、热图和分段显式地推理车辆的姿态和形状，从而克服了视点依赖性。其次，它通过嵌入姿势表示的多任务学习，在执行ReID时联合分类语义车辆属性（颜色和类型）。由于禁止使用详细的姿势和属性信息手动标记图像，因此我们创建了一个大规模的高度随机合成数据集，其中包含自动注释的车辆属性，用于训练。大量实验验证了每个拟议组件的有效性，表明PAMTRI在两个主流车辆ReID基准（VeRi和CityFlow-ReID）上实现了比最先进水平的显著改进。代码和型号可在https://github.com/NVlabs/PAMTRI网址 主页： https://arxiv.org/abs/2005.00673 源代码： https://github.com/NVlabs/PAMTRI网址 关键词： 计算机视觉;模式识别;arXiv_cs。个人简历;机器学习;arXiv_cs。LG公司;arXiv_eess（_E）。四、 相关软件： SCP网;非常野生;提供;弧形面;PyTorch公司;快速ReID 引用于： 0个文档