Omni-Scale Feature Learning for Person Re-Identification

OSnet Re-id Reidentification DeepSORT와 연계되는 내용입니다. 기존의 SORT 알고리즘은 프레임당 객체를 인식하다 보니 같은 물체임에도 불구하고 잠시라도 연계가 끊기게 되면 ID를 다시 재할당하는 문제가 있었습니다. 헝가리안 알고리즘 및 칼만필터를 사용하면서도 추가적인 알고리즘을 부여했다고 합니다. 해당 저자들은 Person Dataset을 통해 실험검증을 하였으나 실제로는 다양한 객체에 적용해도 좋은 결과를 내는 것을 볼 수 있었습니다. Summary Re-ID 문제를 해결하기 위해 나온 모델입니다. 같은 객체임에도 불구하고, 기존에 사용되던 프레임 간의 종속성을 판단하여 같은 객체를 판단하는 것은 오류가 많다고 합니다. 따라서 저자들은 객체를 전체부터 미세한 부분까지 모두 Feature Extraction을 실시하는 Omni-Scale의 훈련을 이야기합니다. 기존에 존재하던 다른 Re-ID 모델에 비해 엄청나게 적은 lightweight를 사용하였는데...

원문링크 : Omni-Scale Feature Learning for Person Re-Identification