基于时空图Transformer的开放集3D骨架人体再识别统一框架
《IEEE Robotics & Automation Magazine》:SSGT: Spatio-Sequential Graph Transformer for Skeleton-Based Person Re-Identification and Out-of-Set Detection
【字体:
大
中
小
】
时间:2026年09月18日
来源:IEEE Robotics & Automation Magazine 9.8
编辑推荐:
摘要:用于机器人和监控的可靠人员再识别需要基于外观无关的方法,并且能够拒绝未见过的人员。我们提出了一个基于3D骨架的人体再识别(ReID)统一框架,并集成了开放集检测。与之前将空间关节关系和时间动态分别建模的方法不同,所提出的时空图Transformer(SSGT)编码了帧
摘要:
用于机器人和监控的可靠人员再识别需要基于外观无关的方法,并且能够拒绝未见过的人员。我们提出了一个基于3D骨架的人体再识别(ReID)统一框架,并集成了开放集检测。与之前将空间关节关系和时间动态分别建模的方法不同,所提出的时空图Transformer(SSGT)编码了帧内骨架拓扑和帧间运动特征,并通过双图注意力架构利用图对应关系进行对齐。拓扑感知的局部编码和多头注意力机制生成了紧凑且具有区分力的运动嵌入,对视角变化和遮挡具有鲁棒性。为了增强身份可分性和结构一致性,我们引入了一种动态平衡的多目标学习方案,结合了基于原型的对比损失和带掩码的时空重建。自适应权重稳定了训练过程并平衡了相互竞争的目标。开放集识别在学习的嵌入空间中进行,能够在无需重新训练的情况下可靠地拒绝未知个体。在两个公共基准和一个新的多视角数据集上的实验表明,与最先进方法相比,在开放集设置和适合实时部署的短时间窗口下均表现出了一致的性能提升。
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号