近日,由amjs澳金沙门151高赞教授撰写的论文“Identity-Guided Collaborative Learning for Cloth-Changing Person Reidentification-IGCL”被人工智能、模式识别、计算机视觉及机器学习领域公认的顶级国际学术期刊《IEEE Transactions on Pattern Analysis and Machine Intelligenc-e》(IEEE TPAMI)录用发表。IEEE TPAMI在中国计算机学会认定的人工智能领域四个A类期刊中排名第一,是计算机视觉及模式识别领域最顶尖的期刊,五年平均影响因子26.7。根据当前流行的Google Scholar Citation统计,IEEE TPAMI在所有计算机工程、电子工程及人工智能相关期刊榜单上以165分的h5-index排在第1位,主要收录人工智能、模式识别、计算机视觉及机器学习领域的原创性科研成果,每年录用量仅200篇左右,是人工智能、模式识别、计算机视觉及机器学习领域最重要的学术期刊之一。
该研究针对行人重识别中的换衣场景,挖掘行人的类内和类间变化的复杂关系,提取不易受外观变化影响的行人表征问题展开了深入研究,提出了一种新的身份引导联合学习方案IGCL。该方案通过服装注意力退化流、人体语义注意力和人体拼图流以及行人身份增强流在一个端到端的统一框架中进行联合探索学习,有效地学习到对衣服变化具有不变性的行人身份鉴别特征。大量的实验结果表明了所提出的IGCL方案的优越性,所提取的特征具有更强的表征和判别能力,且与服装等干扰信息的相关性较弱。
![](/__local/6/CF/D7/355C997AE4D4855DE1ED430236B_44906F06_54DEB.png)