When Person Re-Identification Meets Event Camera: A Benchmark Dataset and An Attribute-guided Re-Identification Framework
Created by
Haebom
저자
Xiao Wang, Qian Zhu, Shujuan Wu, Bo Jiang, Shiliang Zhang, Yaowei Wang, Yonghong Tian, Bin Luo
개요
본 논문은 이벤트 카메라 기반 사람 재식별(ReID) 연구의 데이터 부족 문제를 해결하기 위해 대규모 RGB-이벤트 기반 사람 ReID 데이터셋인 EvReID를 제시합니다. EvReID는 1200명의 보행자에 대한 118,988개의 이미지 쌍을 포함하며 다양한 계절, 장면, 조명 조건에서 수집되었습니다. 또한 15개의 최첨단 ReID 알고리즘을 평가하여 향후 연구를 위한 기반을 마련했습니다. 더 나아가, 보행자 속성을 활용한 대조 학습 프레임워크인 TriPro-ReID를 제안하여 RGB 프레임과 이벤트 스트림의 시각적 특징뿐 아니라 보행자 속성을 중간 수준의 의미적 특징으로 활용하여 성능을 향상시켰습니다. EvReID 및 MARS 데이터셋에서의 실험을 통해 제안된 RGB-이벤트 기반 사람 ReID 프레임워크의 효과를 검증했습니다. 데이터셋과 소스 코드는 https://github.com/Event-AHU/Neuromorphic_ReID 에서 공개될 예정입니다.