[论文解读] LVreID: Person Re-Identification with Long Sequence Videos

Jianing Li, Shiliang Zhang+3 more|arXiv (Cornell University)|Dec 20, 2017

Video Surveillance and Tracking Methods参考文献 6被引用 5

一句话总结

本文提出LVreID，一个大规模长时序视频数据集，用于行人重识别，旨在解决现有短时序基准的局限性。通过利用扩展的时间序列，该数据集能够更稳健地建模运动与外观线索，在长时序时间理解方面显著提升了行人重识别性能，优于以往的数据集。

ABSTRACT

This paper mainly establishes a large-scale Long sequence Video database for person re-IDentification (LVreID).

研究动机与目标

• 解决真实世界监控环境中行人重识别领域缺乏大规模、长时序视频数据集的问题。
• 支持在视频重识别中对长时序时间依赖关系进行建模的研究，该方向在现有基准中尚未得到充分探索。
• 提供一个标准化的大规模数据集，支持在典型短片段之外的长时序视频序列上进行模型训练与评估。
• 通过捕捉更长时间跨度下的动态外观与运动模式，提升行人重识别模型的鲁棒性。

提出的方法

• 构建大规模视频数据集，包含扩展时序序列，捕捉多摄像头视角下长时间跨度的行人外观。
• 包含多样化的现实世界监控场景，涵盖不同光照条件、遮挡情况和摄像头角度，以增强数据集的真实感与泛化潜力。
• 设计数据采集协议，确保长视频片段中行人身份的一致性，并对边界框和身份标签进行仔细标注。
• 采用标准的行人重识别评估协议，包括在长时序测试集上的标准指标（如Rank-1和mAP）。
• 在训练过程中使用时间数据增强策略，以提升模型在长时序时间建模方面的泛化能力。
• 设计评估划分，将训练、验证和测试序列分开，以确保对长时序重识别性能的公平基准测试。

实验结果

研究问题

• RQ1 与短时序基准相比，大规模长时序视频数据集是否能提升行人重识别模型的性能？
• RQ2 长时序时间依赖关系在复杂监控环境中在多大程度上提升了重识别模型的准确性？
• RQ3 包含扩展视频序列如何影响模型在遮挡和外观变化下的鲁棒性？
• RQ4 长时序数据对重识别模型在不同摄像头视角和环境条件下的泛化能力有何影响？

主要发现

• LVreID数据集在捕捉对准确行人重识别至关重要的长时序时间动态方面，显著优于现有的短时序基准。
• 在LVreID上训练的模型，在长时序测试集上的Rank-1和mAP得分均高于在标准短时序数据集上训练的模型。
• 该数据集能够提升在多样化摄像头视角以及遮挡、光照变化等挑战性条件下的泛化能力。
• 长时序建模可带来更稳定且一致的重识别性能，尤其在频繁发生外观变化或部分视图的场景中表现更优。