学界 | 清华等机构提出基于内部一致性的行人检索方法，实现当前最优

选自arXiv作者：Yifan Sun等机器之心编译参与：刘晓坤、路利用部分级特征进行行人图像描述提供了细粒度的信息，已在近期文献中被证明对于人物检索很有用。相对于外部线索方法，清华大学、悉尼大学和德克萨斯大学的研究者采用内部一致性假设，提出新的基线网络和精炼部分池化方法，实现了更好的人物检索性能，并超越了当前最佳结果。行人检索又叫行人重识别（person re-identification，re-ID），即基于给定行人，从大型数据库中检索特定相关人行道的图像。目前，深度学习方法主导该领域，性能超过人工检索者 [40]。深度学习得到的表征提供高度判断力，尤其是该表征是从深度学习得到的部分特征聚合而来时。在 re-ID 基准上最新的当前最优性能是使用 part-informed 深 ………………………………