3月25日消息,旷视研究院在论文《High-Order Information Matters: Learning Relation and Topology for Occluded Person Re-Identification》中提出了一个新的框架,用于更具判别力的特征学习和鲁棒的特征对齐。在特征学习阶段,研究员通过将一张图像的一组局部特征视为图(graph)的节点(node)来学习关系信息。通过在图中传递信息,因关键点被遮挡而导致的无意义特征问题,可以通过其相邻的有意义的特征进行改善。