COCAS: A Large-Scale Clothes Changing Person Dataset for Re-identification

COCAS: A Large-Scale Clothes Changing Person Dataset for Re-identification

identification

本篇论文是一篇基于深度学习的行人重识别探索，主要的特点是提出了新数据库 COCAS （ClOthes ChAnging Person Set），并基于 COCAS 采用双分支网络 BC-Net （Biometric-Clothes Network）来分别训练生物模型和衣物模型。

contribution：

本篇论文是一篇基于深度学习的行人重识别探索，主要的贡献如下：

• 提出了一个新的数据库 ClOthes ChAnging Person Set (COCAS) ，用于处理行人衣物发生变化的问题，其由 5266 个行人的共 62382 张图片组成 ，信息组成如下：
  
• 提出了双分支网络 Biometric-Clothes Network (BC-Net) ，用于整合行人生物特征和衣物特征。

pipeline：

• COCAS 部分，在商业贸易市场连续 4 天采集来往行人数据，通过 Person Clustering ，Face Detection ，Face Retrieval 和 Manually Annotation 四个步骤建立行人与衣物的联系，其流程如下：
  
• BC-Net 部分，使用生物特征分支获取生物特征，使用衣物特征分支获取衣物特征，然后将结果整合并通过一个全连接层获得 256 维的结果特征：
  

experiments

通过分别使用衣物特征、生物特征和两者合一检索结果，得出当同时使用衣物特征和生物特征时，能得到更好的结果，且检索结果表示，衣物特征带来的效益大于生物特征。


在常用的数据库上对比其他的方法，亦有显著的提升。