8、快速行人重识别的多阶段方法

快速行人重识别的多阶段方法

1 提出的方法

在行人重识别系统中，为了在识别准确性和处理成本之间取得平衡，提出了一种多阶段排名方法。

1.1 基本概念

设 $D$ 表示给定的描述符，$T$ 和 $P$ 分别表示模板图像和探测图像的描述符，$m(·, ·)$ 表示两个描述符之间的相似度度量，$G = {T_1, …, T_n}$ 表示模板库。对于给定的 $P$，标准的重识别系统计算匹配分数 $m(P, T_i)$（$i = 1, …, n$），并按分数降序对模板图像进行排序。排名质量通常使用累积匹配特征（CMC）曲线来评估，即正确身份在前 $r$ 个排名中的概率（识别率），$r = 1, …, n$。根据定义，CMC 曲线随 $r$ 增加而增加，当 $r = n$ 时等于 1。如果单个匹配分数的处理时间为 $t$，则计算 $G$ 上所有分数的时间为 $n × t$。

1.2 两阶段系统原理

考虑两个描述符 $D_1$ 和 $D_2$，相似度度量分别为 $m_1$ 和 $m_2$，处理成本分别为 $t_1$ 和 $t_2$，假设 $D_1$ 的准确性低于 $D_2$，即其 CMC 曲线位于 $D_2$ 的下方。随着 $r$ 的增加，较不准确描述符的 CMC 曲线接近较准确描述符的 CMC 曲线，在某个排名 $r_1 < n$ 之后，两者的差异降至给定阈值 $\Delta$ 以下。这意味着对于 $r > r_1$，$D_1$ 和 $D_2$ 表现出几乎相同的识别准确性。

如果 $t_1 < t_2$，可以通过两阶段排名过程以较低的处理成本获得与 $D_2$ 相似的识别准确性：首先使用 $D_1$ 对所有