论文作者：Vipin Gautam,Shitala Prasad,Sharad Sinha
作者单位：Indian Institute of Technology Goa
论文链接：http://arxiv.org/abs/2309.15780v1
内容简介：
1）方向：人物重识别（ReID）
2）应用：人物重识别
3）背景：人物重识别是计算机视觉领域中一个众所周知的问题，其主要目标是在图像库中识别特定的个体。然而，由于姿势变化、光照变化、遮挡和复杂背景的存在等各种因素，具有挑战性。
4）方法：在现有的ReID方法中，当目标被遮挡时，往往无法捕捉到具有区分性的特征（如头部、鞋子、背包），而是捕捉到无关的特征。受到基于部分和注意力的ReID方法的成功启发，作者改进了AlignedReID++并提出了AaP-ReID，这是一种更有效的人物重识别方法，将通道注意力引入基于ResNet的架构中。所提出方法采用了通道注意力瓶颈（CWAbottleneck）块，通过动态调整特征图中每个通道的重要性来学习具有区分性的特征。
5）结果：作者在三个基准数据集Market-1501、DukeMTMC-reID和CUHK03上评估了Aap-ReID。与最先进的人物重识别方法相比，在Market-1501上实现了95.6%的rank-1准确率，在DukeMTMC-reID上实现了90.6%的rank-1准确率，在CUHK03上实现了82.4%的rank-1准确率，取得了竞争性的结果。
