Angesichts signifikanter innerklassiger Unterschiede zwischen verschiedenen Kameras und Veränderungen bei einigen Personen wie Kleidungswechsel, die zu einem Rückgang der Erkennungsleistung führen, wird ein gemeinsames Lernframework vorgeschlagen, das die Datengenerierung durch Generative Adversarial Networks (GAN) und das End-to-End-Lernen der Personenwiedererkennung kombiniert. Zunächst werden auf Basis des DGNet-Netzwerks die ResBlocks des Generators und Diskriminators durch DenseBlocks ersetzt, um den Merkmalstransfer zu verbessern und das Verschwinden von Gradienten zu vermeiden. Dann erzeugt das Generationsmodul durch Umschalten der Erscheinungs- und Strukturkodierung qualitativ hochwertige synthetische Bilder. Schließlich wird im Diskriminatormodul ein neues Aufmerksamkeitsmechanismus (NAM) hinzugefügt, das weniger signifikante Gewichte unterdrückt und den Fokus mehr auf die benötigten Zielbereiche richtet. Die vom Generationsmodul erzeugten Bilder werden online an das Diskriminatormodul zur Echtheitsprüfung zurückgemeldet, gleichzeitig werden die Ergebnisse an das Personenwiedererkennungsmodul zur Klassifizierung zurückgespielt (Diskriminatormodul und Personenwiedererkennungsmodul sind gemeinsam genutzt). Auf den Datensätzen Market-1501 und DukeMTMC-reID erreichen die Werte für Rank-1/mAP jeweils 95,7%/88,6% und 87,1%/75,7%.

Personenwiedererkennung; Erscheinungscodierung; Strukturcodierung; GAN; DenseBlock; NAM