Ин таҳқиқот ба масъалаи Person Re-Identification (Person Re-ID; шиносоии дубораи шахс) равона шудааст, ки ҳадафаш дубора пайдо кардани ҳамон шахс дар камераҳои гуногун ё дар замонҳои гуногун мебошад; диққати махсус ба тасвирҳое дода мешавад, ки қисми бадан аз ҷониби одамон ё ашёҳои дигар пӯшида шудааст. Муҳаққиқон ба ҷойи такя кардан танҳо ба як вектори хусусияти глобалӣ, ки тамоми тасвири инсонро ифода мекунад, меъмории Dynamic Part-Based Fusion (DPBF)-ро пешниҳод мекунанд, ки маълумоти маҳаллиро аз минтақаҳои семантикии бадан, аз ҷумла сар, тана, дастҳо ва пойҳо, бо маълумоти умумии намуди зоҳирӣ якҷоя истифода мебарад. Система аз ду ҷузъи асосӣ иборат аст: Salient Part Discrimination (SPD) бо ёрии human parsing ва attention map минтақаҳои баданеро таъкид мекунад, ки барои фарқ кардани шахс муфидтаранд; Adaptive Feature Integration and Contextual Fusion (AFICF) бошад коррелятсияи байни хусусиятҳои маҳаллӣ ва глобалиро таҳлил намуда, маълумоти такрориро кам ва хусусиятҳои ҳамдигарро пуркунанда муттаҳид мекунад.

Модел дар шаш маҷмӯаи стандартии Person Re-ID — Market-1501, DukeMTMC-ReID, CUHK03-Labeled, Occluded-Duke, Occluded-ReID ва P-DukeMTMC-ReID — арзёбӣ шуд. Натиҷаи аз ҳама ҷолиби таҳқиқот дар Occluded-ReID ба даст омад: DPBF ба %93,5 Rank-1 ва %91,2 mAP расид. Азбаски дар ҷадвали манбаъ муқоисаи пурқуввати наздиктарин барои BPB Re-ID мутаносибан %82,9 ва %75,2 аст, фарқҳои арифметикӣ 10,6 нуқтаи Rank-1 ва 16,0 нуқтаи mAP мебошанд. Дар P-DukeMTMC-ReID DPBF %93,6 Rank-1 ва %83,6 mAP дод, аммо дар Occluded-Duke бо %74,7 Rank-1 ва %60,7 mAP каме аз BPB Re-ID поён монд. Аз ин рӯ, гуфтан мумкин нест, ки модел дар ҳамаи маҷмӯаҳои додаҳо бечунучаро беҳтарин аст; бартарии он махсусан дар баъзе сенарияҳои пӯшиши шадид дар қобилияти истифодаи якҷояи хусусиятҳои маҳаллӣ ва глобалӣ зоҳир мешавад.

Таҳқиқот инчунин маҳдудияти муҳимро ба таври миқдорӣ нишон медиҳад. Дар зери пӯшиши шадид баъзе embedding-ҳои ҷудогонаи қисми бадан метавонанд қариб комилан бефоида шаванд. Дар се benchmark-и ба пӯшиш нигаронидашуда Rank-1-и embedding-и заифтарин, ки p7 ном дорад, то тақрибан %2–3 поён меравад. Баръакс, representation-и p0, ки аз тасвири бутун ва минтақаҳои намоён маълумот мегирад, дар доираи %69,5–92,6 Rank-1 мемонад. Пас муваффақияти DPBF аз он нест, ки ҳар қисми баданро боэътимод мешиносад; балки аз он аст, ки маълумоти минтақаҳои намоён ва ҳамдигарро пуркунанда бо контексти глобалӣ якҷоя шуда, вобастагиро аз як қисми заиф кам мекунад.

Person Re-ID маҳз кадом масъаларо ҳал мекунад?

Вазифаи системаи Person Re-ID ин аст, ки шахси дидашударо дар як камера дар тасвири камераи дигар ё дар маҷмӯаи gallery дубора пайдо кунад. Модел аз query image кӯшиш мекунад ба саволи:

“Ин шахс бо кадом тасвир дар gallery ба як ҳувият тааллуқ дорад?”

ҷавоб диҳад.

Ин масъала аз классификатсияи классикии тасвир фарқ мекунад. Модел танҳо ба саволи “оё инсон ҳаст?” ҷавоб намедиҳад; он кӯшиш мекунад ҳамон ҳувиятро дар байни шумораи зиёди одамони зоҳиран монанд фарқ кунад.

Ин вазифа махсусан дар шароити зерин душвор мешавад:

• тағйири кунҷи камера,
• тағйири рӯшноӣ,
• ҳолатҳои гуногуни бадан,
• паст шудани ҳалли тасвир,
• мавҷудияти одамони дорои либоси монанд,
• пӯшида шудани қисми бадан аз ҷониби шахс ё ашёи дигар.

Нуқтаи охирин, яъне occlusion/пӯшиш, ангезаи асосии ин таҳқиқот мебошад.

Чаро танҳо хусусияти глобалӣ метавонад кофӣ набошад?

CNN метавонад тамоми тасвири инсонро ба як вектори хусусият фишурда кунад. Ин representation маълумоте мисли ранги умумии либос, намуди бадан ва силуэтро дар бар мегирад. Аммо агар қисми муҳими шахс пӯшида бошад, вектори хусусияти глобалӣ таъсири минтақаҳои ноаён ё гумроҳкунандаро низ дар бар мегирад.

Масалан, агар қисми поёнии танаи шахс пурра бо ашёи дигар пӯшида бошад, representation-и глобалӣ метавонад минтақаҳои воқеан намоён, мисли қисми болоии тана, сумка ё texture-и либосро барои фарқ кардани ҳувият ба қадри кофӣ пурқувват истифода набарад.

Ҳадафи усулҳои part-based Re-ID ин аст, ки барои ҳалли ин масъала бадани инсонро ба минтақаҳои хурдтари семантикӣ ҷудо кунанд.

Ғояи асосии DPBF чист?

Системаи пешниҳодшударо метавон чунин тасаввур кард:

\[ \text{DPBF} = \text{SPD} + \text{AFICF} + \text{Hybrid Loss} \]

SPD кӯшиш мекунад муайян кунад, ки кадом минтақаҳои бадан маълумоти фарқкунандаи ҳувият доранд.

AFICF хусусиятҳои аз қисмҳои гуногуни бадан гирифташударо бо хусусияти глобалии аз тамоми тасвири инсон гирифташуда муттаҳид мекунад.

Hybrid Loss Function бошад ҳам classification-и ҳувиятро ва ҳам наздик шудани embedding-ҳои як шахс ва дур шудани embedding-ҳои шахсони гуногунро ҳадаф мегирад.

Як фарқи муҳими илмӣ вуҷуд дорад: муҳаққиқон иддао намекунанд, ки attention, human parsing, PCC, PCA ё triplet loss-ро нав ихтироъ кардаанд. Саҳми мақола дар тарзи истифодаи ҳамоҳанги ин сохторҳо дар як DPBF pipeline барои occluded Person Re-ID аст.

Salient Part Discrimination чӣ мекунад?

Вазифаи SPD танҳо тақсим кардани тасвири инсон ба тасмаҳои геометрии баробар нест, балки эҷоди attention map-ҳое мебошад, ки ба минтақаҳои маънодори бадан мувофиқанд.

Feature map-и воридотии модел:

\[ F \]

нишон дода мешавад. Ин feature map аввал аз:

\[ 1\times1 \]

convolution layer гузаронида шуда:

\[ F' \]

ҳосил мешавад.

Сипас бо истифода аз CNN-и сабук, global average pooling ва fully connected layer:

\[ K \]

attention weight истеҳсол мешавад.

Онҳо ба:

\[ A_1,A_2,\ldots,A_K \]

spatial attention map-ҳои қисмҳои бадан табдил дода мешаванд.

Grad-CAM дар ин ҷо чӣ гуна истифода мешавад?

Таҳқиқот барои сохтани attention map барои ҳар қисми пешакӣ муайяншудаи бадан стратегияе бар асоси Grad-CAM истифода мекунад.

Ҳадаф ҷудо кардани activation-ҳои муҳим барои ҳувият дар feature map-и минтақаҳое мисли:

• сар,
• тана,
• дасти чап/рост,
• пои чап/рост

мебошад.

Дар Шакли 1-и саҳифаи 6 тасвири як шахс ба қисмҳои гуногуни семантикӣ ҷудо карда шуда, attention heatmap-ҳои барои ҳар қисм сохташуда нишон дода мешаванд. Дар баъзе map-ҳо минтақаҳои қисми болоии тана ё пой activation-и хеле баланд нишон медиҳанд.

Чаро SCHP ба система илова мешавад?

Тақсим кардани бадани инсон танҳо ба тасмаҳои геометрии собит метавонад ҳангоми тағйири поза мушкил эҷод кунад. Ҳангоми роҳ рафтан ё хам шудан ҳамон минтақаи координатӣ дар ҳар тасвир метавонад ба ҳамон сохтори анатомӣ мувофиқат накунад.

Аз ин рӯ таҳқиқот label-ҳои human parsing-ро аз модели Self-Correction for Human Parsing (SCHP) истифода мекунад.

Label-и аввалини parsing:

\[ Y_0=P(X) \]

ифода мешавад.

Сипас correction network бо:

\[ C = \arg\min_C L \left( C(Y_0),Y_{GT} \right) \]

оптимизатсия шуда, label-и ислоҳшуда:

\[ Y_1=C(Y_0) \]

ҳосил мешавад.

SPD ин маълумоти parsing-ро бо механизми attention муттаҳид намуда, кӯшиш мекунад representation-ҳои қисмро аз ҷиҳати анатомӣ устувортар созад.

Оё human parsing бе хато аст?

Не. Таҳқиқоти манбаъ ин нуқтаро махсусан ҳамчун маҳдудият қабул мекунад.

Дар пӯшиши шадид ё позаи ғайриоддӣ:

• пой метавонад нопадид шавад,
• даст метавонад ба минтақаи нодуруст таъин шавад,
• parsing mask метавонад нопурра бошад,
• танҳо қисми хурди узви анатомӣ намоён монад.

Аз ин рӯ модел attention mechanism-ро на ҳамчун ҷойгузини истифодаи танҳо parsing label, балки ҳамчун сохтори пуркунанда истифода мекунад.

Cross-Part Spatial Feature Modulation Map чист?

Пас аз сохтани attention map-ҳо танҳо визуалӣ кардани онҳо кофӣ нест. Ҳар attention map ба feature map-и аслӣ татбиқ мешавад.

Барои ҳар қисми бадан:

\[ P_k=A_k\times F \]

амали element-wise multiplication истифода мешавад.

Ҳамин тавр:

\[ P_1,P_2,\ldots,P_K \]

feature map-ҳои махсуси қисм ҳосил мешаванд.

Сипас онҳо бо:

\[ P_{\mathrm{concat}} = \operatorname{Concat} (P_1,P_2,\ldots,P_K) \]

якҷоя карда мешаванд.

Шаклҳои 2 ва 3 дар саҳифаи 8 ин амалро равшан нишон медиҳанд: feature map бо attention map-ҳои сершумор зарб шуда, representation-ҳои локалии ҳосилшуда ба representation-и умумии part-based интиқол меёбанд.

Чаро хусусиятҳои локалӣ ва глобалӣ боз якҷоя мешаванд?

Такя кардан танҳо ба қисмҳои бадан низ метавонад мушкил эҷод кунад.

Масалан:

• агар пой пурра пӯшида бошад, embedding-и пой метавонад бемаънӣ шавад,
• агар даст хеле хурд намоён бошад, feature метавонад пур аз noise бошад,
• parsing-и нодуруст метавонад як қисмро ба минтақаи дигар интиқол диҳад.

Хусусияти глобалӣ бошад контексти тамоми тасвирро нигоҳ медорад.

Аз ин рӯ DPBF аз:

local body-part features + global contextual feature

истифода мекунад.

Чаро AFICF concatenation-и соддаро истифода намекунад?

Бевосита паҳлуи ҳам гузоштани векторҳои feature-и локалӣ ва глобалӣ dimension-ро зиёд мекунад. Мушкилоти муҳимтар ин аст, ки feature-ҳои хеле коррелятсияшуда, ки як маълумотро мебаранд, чанд маротиба вориди система мешаванд.

Аз ин рӯ AFICF аввал Pearson correlation-ро байни хусусиятҳо ҳисоб мекунад.

\[ r_{XY} = \frac{ \sum_{i=1}^{n} (X_i-\bar X)(Y_i-\bar Y) }{ \sqrt{ \sum_{i=1}^{n}(X_i-\bar X)^2 } \sqrt{ \sum_{i=1}^{n}(Y_i-\bar Y)^2 } } \]

\[ |r_{XY}|\approx1 \]

вақте ки ин ҳолат вуҷуд дорад, ду feature дорои робитаи қавии хаттӣ ва эҳтимолан маълумоти такрорӣ ҳисоб мешаванд.

AFICF ҳадаф дорад компонентҳои такрориро аз гурӯҳҳои feature-и дорои коррелятсияи баланд кам кунад.

Чаро PCA татбиқ мешавад?

Пас аз Pearson correlation дар feature space-и боқимонда ҳанӯз redundancy-и dimensional вуҷуд дошта метавонад. Аз ин рӯ Principal Component Analysis истифода мешавад.

Covariance байни хусусиятҳо бо:

\[ \operatorname{Cov}(X_j,X_k) = \frac{1}{n-1} \sum_{i=1}^{n} (X_{ij}-\bar X_j) (X_{ik}-\bar X_k) \]

ҳисоб мешавад.

Principal component-ҳои мувофиқ ба eigenvalue-ҳои баландтарин нигоҳ дошта шуда, representation-и ниҳоӣ ба embedding-и компакт бо:

\[ 512 \]

dimension коҳиш дода мешавад.

Training loss-и DPBF чӣ гуна кор мекунад?

Модел ду ҳадафи гуногунро ҳамзамон оптимизатсия мекунад.

Ҷузъи аввал cross-entropy loss аст:

\[ L_{\mathrm{CE}} = -\sum_{i=1}^{N} Y_i\log\hat Y_i. \]

Ин term ба модел имкон медиҳад фарқгузории глобалии ҳувиятро омӯзад.

Ҷузъи дуюм triplet loss аст:

\[ L_{\mathrm{triplet}} = \max \left( 0, D_{\mathrm{pos}} - D_{\mathrm{neg}} + m \right). \]

Дар ин ҷо:

• \(D_{\mathrm{pos}}\): масофа байни ду embedding-и як шахс,
• \(D_{\mathrm{neg}}\): масофа байни embedding-ҳои шахсони гуногун,
• \(m\): margin.

Дар таҳқиқот margin:

\[ m=0{,}3 \]

интихоб шудааст.

Hybrid Loss-и ниҳоӣ:

\[ L_{\mathrm{Hybrid}} = \alpha L_{\mathrm{CE}} + \beta L_{\mathrm{TL}} \]

мебошад.

Ду ҷузъи асосии loss бо вазни баробар истифода шудаанд.

Модел чӣ гуна омӯзонида шуд?

Дар таҳқиқот ду backbone истифода шудааст:

• ResNet-50,
• HRNet-w32.

Барои ResNet-50 андозаи input image:

\[ 256\times128 \]

пиксел; барои HRNet-w32:

\[ 384\times128 \]

пиксел буд.

Модел бо Adam optimizer омӯзонида шуд; learning rate-и ибтидоӣ:

\[ 3{,}5\times10^{-4} \]

буд.

Warm-up learning rate:

\[ 3{,}5\times10^{-5} \]

ва weight decay:

\[ 0{,}0005 \]

муайян карда шуданд.

Learning rate дар epoch-ҳои 40 ва 70 кам карда шуд; training-и умумӣ:

\[ 150\ \text{epoch} \]

давом кард.

Барои ҳар ҳувият дар batch чор sample истифода шуда, effective batch size вобаста ба dataset ва GPU байни 16–64 тағйир ёфт.

Кадом dataset-ҳо истифода шуданд?

Таҳқиқот ду гурӯҳи benchmark-ро ҷудо мекунад.

Dataset-ҳои пурра / стандартии Person Re-ID:

• Market-1501,
• DukeMTMC-ReID,
• CUHK03-Labeled.

Dataset-ҳои ба occlusion нигаронидашуда:

• Occluded-Duke,
• Occluded-ReID,
• P-DukeMTMC-ReID.

Rank-1 Accuracy чӣ маъно дорад?

Барои query image система шахсони gallery-ро аз рӯи монандӣ ranking мекунад.

Агар ҳувияти дуруст дар ҷойи аввал бошад, ин муваффақияти Rank-1 аст.

Масалан:

\[ R1=93{,}5\% \]

маънои онро дорад, ки дар протоколи benchmark-и истифодашуда тақрибан дар %93,5-и query-ҳо ҳувияти дуруст дар ҷои аввал қарор гирифтааст.

mAP чиро чен мекунад?

Mean Average Precision танҳо натиҷаи аввалро не, балки паҳншавии ҳамаи match-ҳои дуруст барои як ҳувиятро дар рӯйхати ranking ба назар мегирад.

Аз ин рӯ:

• Rank-1 ба натиҷаи аввал,
• mAP ба сифати тамоми retrieval list

ҳассостар аст.

Натиҷаҳо дар benchmark-ҳои пурра чӣ гунаанд?

Ин ҷадвал фарқи муҳимро нишон медиҳад. DPBF дар ҳама benchmark ва ҳама metric баландтарин натиҷаро надодааст. Дар Market-1501 mAP-и AaP-ReID %93,9 аст, дар ҳоле ки DPBF %89,3; дар DukeMTMC-ReID AaP-ReID %88,6 mAP дорад, DPBF бошад %82,8.

Пас performance-и пурқуввати модел набояд ба шакли “дар ҳама ҷо аз ҳамаи усулҳои мавҷуда беҳтар” умумӣ карда шавад.

Натиҷаи CUHK03-Labeled

DPBF:

\[ R1=89{,}5\%,\qquad mAP=82{,}6\% \]

медиҳад.

Азбаски натиҷаи навбатии баландтарин барои R-1 дар ҷадвал %84,7 аст, фарқ:

\[ 89{,}5-84{,}7 = 4{,}8 \]

нуқта мебошад.

Барои mAP бошад AaP-ReID бо %82,4 ба DPBF наздиктарин аст. Аз ин рӯ фарқи арифметикӣ:

\[ 82{,}6-82{,}4 = 0{,}2 \]

нуқта аст.

Фарқи 1,6 нуқтаи mAP, ки дар матни манбаъ гуфта шудааст, на бо наздиктарин натиҷа, балки ҳангоми муқоиса бо mAP-и %81,0-и SCSN ба даст меояд.

Натиҷаҳо дар dataset-ҳои ба occlusion нигаронидашуда

Бартарии равшани модел дар Occluded-ReID дида мешавад.

Фарқи Rank-1:

\[ 93{,}5-82{,}9 = 10{,}6 \]

нуқта;

фарқи mAP:

\[ 91{,}2-75{,}2 = 16{,}0 \]

нуқта мебошад.

Манбаъ ин фарқҳоро ҳамчун “беҳбудии фоизӣ” ифода мекунад; аммо тарҳи мустақими қиматҳои ҷадвал нишон медиҳад, ки инҳо фарқи percentage point мебошанд.

Чаро Occluded-Duke як мисоли зиддии муҳим аст?

Дар Occluded-Duke DPBF:

\[ 74{,}7/60{,}7 \]

медиҳад, дар ҳоле ки BPB Re-ID:

\[ 75{,}1/62{,}5 \]

медиҳад.

Аз ин рӯ гуфтан мумкин нест, ки меъмории пешниҳодшуда дар ҳамаи dataset-ҳои дорои occlusion беҳтарин натиҷаро медиҳад.

Бо зиёд шудани шумораи қисмҳо performance чӣ гуна тағйир меёбад?

Дар ablation study-и Market-1501 се сатҳи гуногуни тақсимоти қисми бадан санҷида шудааст:

• 3 қисм,
• 5 қисм,
• 8 қисм.

Дар ҳар се supervision strategy зиёд кардани шумораи қисмҳо аз 3 то 8 бо performance-и баландтар алоқаманд аст.

Дар configuration-и ҳаштқисмӣ сохтори Parsing + PAM, ки дар манбаъ “semi-supervised” номида шудааст:

\[ R1=96{,}0\%,\qquad mAP=89{,}3\% \]

ба даст овардааст.

Дар ҳамон ҳашт қисм танҳо supervised parsing:

\[ 92{,}6/85{,}3 \]

ва танҳо PAM-based unsupervised setup:

\[ 86{,}7/77{,}8 \]

натиҷа додаанд.

Ин таҷриба дастгирӣ мекунад, ки истифодаи parsing information дар якҷоягӣ бо attention mechanism дар ҳамин benchmark ва configuration аз танҳо PAM ё танҳо parsing пурқувваттар аст.

Муқоисаи шумораи қисмҳо байни DPBF ва PCB

Дар DukeMTMC-ReID манбаъ натиҷаҳои зеринро медиҳад:

Манбаъ ин натиҷаҳоро ба саҳми якҷояи parsing-guided attention ва correlation-aware integration-и DPBF нисбат медиҳад. Бо вуҷуди ин, ҷадвал саҳми сабабии SPD ва AFICF-ро ба таври комилан ҷудогона чен намекунад.

Дар таҷрибаи feature integration чӣ дида мешавад?

Дар feature integration analysis-и Occluded-ReID global pooled feature, body-part features, Pearson correlation refinement ва PCA components дар комбинатсияҳои гуногун хориҷ шудаанд.

Дар configuration-и пурраи HLF манбаъ:

\[ mAP=73{,}7,\qquad R1=86{,}5 \]

гузориш медиҳад.

Ҳангоми хориҷ кардани бештар feature-integration components performance то сатҳҳои:

\[ 68{,}7 \rightarrow 62{,}9 \rightarrow 57{,}5 \rightarrow 55{,}2 \]

mAP коҳиш меёбад.

Ин таҷриба истифодаи якҷояи local + global features ва correlation/PCA refinement-ро дастгирӣ мекунад.

Аммо байни натиҷаи final HLF дар ин ҷадвал ва қимати ҷадвали асосии муқоисавии Occluded-ReID дар мақола:

\[ 93{,}5\ R1,\qquad91{,}2\ mAP \]

фарқи калон вуҷуд дорад. Азбаски манбаъ ин ду evaluation configuration-ро бо шарҳи равшани backbone/protocol ба ҳам намепайвандад, ин қиматҳо набояд ҳамчун натиҷаи як таҷриба якҷоя карда шаванд.

Пӯшиши шадид ба кадом минтақаҳои бадан бештар таъсир мекунад?

Attention heatmap-ҳо ва part-based test-ҳои таҳқиқот нишон медиҳанд, ки махсусан минтақаҳои қисми поёнии бадан осебпазиртаранд.

Дар манбаъ p0 ҳамчун қавитарин ва p7 ҳамчун заифтарин embedding гузориш шудааст.

Ин натиҷа маҳдудияти муҳими DPBF-ро равшан нишон медиҳад: гирифтани маълумоти боэътимоди ҳувият аз қисми бадан, ки намоён нест ё қариб пурра пӯшида шудааст, ҳанӯз хеле душвор аст.

Бартарии модел бештар аз он иборат аст, ки ба ҷойи “беҳтар кардани” ин қисми заиф бо истифода аз минтақаҳои дигари намоён ва контексти глобалӣ representation-и умумии ҳувиятро нигоҳ медорад.

Номувофиқии дохилии манбаъ дар Шакли 5

Дар caption-и Шакли 5:

• panel (b) ҳамчун Occluded-ReID,
• panel (c) ҳамчун P-DukeMTMC-ReID

таъриф шудааст.

Аммо дар сарлавҳаҳои графикии тасвири нашршуда графики боло:

p_dukemtmc_reid

ва графики поён:

Market-1501

номгузорӣ шудаанд.

Аз ин рӯ номи panel-ҳои график ва figure caption пурра мувофиқат намекунанд. Ба ҷойи тахмин кардани нияти манбаъ ва ислоҳи хомӯшона, ин номуайянӣ бояд ҳифз шавад.

Хароҷоти ҳисоббарорӣ чӣ гуна аст?

Дар манбаъ batch processing ва memory values барои се усул чунинанд:

DPBF усули дорои камтарин memory ё тезтарин усул нест. BPB Re-ID processing time ва memory usage-и камтар нишон медиҳад. Ҳадафи DPBF расидан ба absolute minimum-и ҳисоббарорӣ нест, балки сохтани тавозуни рақобатпазир байни occlusion robustness ва computational cost мебошад.

Модел чанд параметр истифода мекунад?

Барои configuration-ҳои вобаста ба dataset дар манбаъ тақрибан:

\[ 39{,}5-41{,}3\ \text{milyon} \]

параметр гузориш шудааст.

FLOP тақрибан:

\[ 8{,}0\times10^9 \]

мебошад.

Оё натиҷаҳо дар такрорҳои RTX 4090 ва TITAN Xp мувофиқанд?

Дар Market-1501 кори TITAN Xp:

\[ 96{,}08\ R1,\quad89{,}32\ mAP \]

ва кори RTX 4090:

\[ 95{,}67\ R1,\quad89{,}49\ mAP \]

додааст.

Дар DukeMTMC-ReID:

\[ 91{,}88/82{,}87 \]

ва:

\[ 92{,}06/82{,}87 \]

гузориш шудаанд.

Дар P-DukeMTMC-ReID фарқ каме бештар аст:

\[ 92{,}09/82{,}13 \]

ва:

\[ 93{,}62/83{,}67. \]

Муаллифон ин муқоисаро ҳамчун далели он пешниҳод мекунанд, ки performance дар шароити hardware-и гуногун умуман устувор мондааст.

Аммо “reproducibility” дар ин ҷо replikatsiya аз ҷониби гурӯҳи мустақили дигар нест; ин training/evaluation-ҳои иловагӣ дар дохили ҳамон таҳқиқот бо hardware-и гуногун мебошанд.

RTX 4090 вақти evaluation-ро чӣ қадар кам мекунад?

Market-1501 evaluation batch time:

\[ 0{,}444\ \text{s} \rightarrow 0{,}126\ \text{s} \]

DukeMTMC-ReID:

\[ 0{,}454 \rightarrow 0{,}130\ \text{s} \]

ва P-DukeMTMC-ReID:

\[ 0{,}410 \rightarrow 0{,}128\ \text{s} \]

гузориш шудаанд.

Ин фарқ аз тағйири алгоритми модел нест, балки аз иқтидори ҳисоббарории меъмориҳои GPU-и истифодашуда ба вуҷуд меояд.

Таҳқиқот барои Туркия чӣ маъно дорад?

Дар таҳқиқот data-и камераи аз Туркия ҷамъшуда ё benchmark-и махсуси Person Re-ID барои Туркия вуҷуд надорад. Аз ин рӯ натиҷаҳои:

\[ 93{,}5\%, \quad 91{,}2\% \]

набояд ҳамчун performance-и интизоршаванда дар фурудгоҳ, корхона, campus ё камераҳои амниятии Туркия истифода шаванд.

Барои системаи татбиқшаванда дар Туркия бояд бо омилҳое мисли camera resolution, camera height, crowd density, clothing similarity, image compression, night/day conditions ва occlusion structure арзёбии маҳаллӣ анҷом дода шавад.

Натиҷаҳое, ки таҳқиқот дастгирӣ мекунад

• DPBF, ки SPD ва AFICF-ро ҳамоҳанг истифода мебарад, дар шаш Person Re-ID benchmark натиҷаҳои рақобатпазир додааст.
• Дар Occluded-ReID нисбат ба наздиктарин муқоисаи ҷадвали манбаъ 10,6 нуқтаи Rank-1 ва 16,0 нуқтаи mAP натиҷаи баландтар гузориш шудааст.
• Дар P-DukeMTMC-ReID DPBF баландтарин Rank-1 ва mAP-и ҷадвали манбаъро додааст.
• Дар Market-1501 ва DukeMTMC-ReID DPBF дар Rank-1 баландтарин натиҷаи ҷадвалро медиҳад, аммо дар mAP беҳтарин усул нест.
• Дар Occluded-Duke DPBF аз натиҷаи BPB Re-ID дар ҷадвали манбаъ поён мондааст.
• Дар Market-1501 ablation configuration-и 8-part Parsing + PAM аз вариантҳои 3-part ва 5-part performance-и баландтар нишон додааст.
• Пӯшиши шадид боиси талафоти хеле бузурги performance дар lower-body embedding-ҳо шудааст.
• Training-ҳои иловагӣ дар GPU environment-ҳои гуногун умуман R-1 ва mAP-и монанд додаанд.

Чизҳое, ки таҳқиқот исбот намекунад

• Исбот нашудааст, ки DPBF дар ҳамаи Person Re-ID dataset-ҳо аз ҳамаи усулҳои мавҷуда беҳтар аст.
• Натиҷаҳои benchmark ҳамчун field performance дар шабакаи воқеии камераи шаҳрӣ тасдиқ нашудаанд.
• Part-based attention таъсири пӯшиши шадидро пурра нест намекунад.
• Нишон дода нашудааст, ки ҳар қисми бадан маълумоти боэътимоди ҳувият дорад; натиҷаҳои p7 баръаксро нишон медиҳанд.
• Baseline-ҳо пурра бо як code, backbone, input resolution ва training pipeline бозкор карда нашудаанд.
• Барои фарқҳои performance дар ҷадвалҳои манбаъ confidence interval ё formal significance test дода нашудааст.
• Нишон дода нашудааст, ки DPBF computationally сабуктарин ё тезтарин Re-ID model аст.
• Такрорҳои байни hardware replikatsiya-и мустақили third-party нестанд.

Усул ва Натиҷаҳои Таҳқиқот

DPBF processing pipeline

Мувофиқи Algorithm 1-и мақола training бо тартиби зерин иҷро мешавад:

1. Аз input image CNN backbone feature map-ҳо гирифта мешаванд.
2. Бо SPD parsing-guided body-part representations сохта мешаванд.
3. Local body-part embedding-ҳо ва global contextual embedding гирифта мешаванд.
4. Бо AFICF робитаи байни local ва global features танзим мешавад.
5. Бо Pearson correlation analysis компонентҳои feature-и такрорӣ кам карда мешаванд.
6. Бо PCA compact discriminative embedding сохта мешавад.
7. Local ва global representation-ҳо муттаҳид мешаванд.
8. Модел бо Hybrid Loss оптимизатсия мешавад.

Дар inference бошад:

1. аз query ва gallery image-ҳо normalized embedding-ҳо гирифта мешаванд,
2. байни embedding pair-ҳо Euclidean distance ҳисоб мешавад,
3. gallery image-ҳо аз рӯи масофа аз хурд ба калон ranking мешаванд,
4. identity match ҳамчун retrieval list баргардонда мешавад.

Хулосаи кӯтоҳи математикии architectural flow

Як тасвир:

\[ X \]

ба backbone ворид шавад:

\[ X \rightarrow F \]

feature map ҳосил мешавад.

SPD:

\[ F \rightarrow \{A_1,\ldots,A_K\} \]

attention map-ҳоро месозад.

Сипас:

\[ P_k=A_k\odot F \]

барои ҳар body-part representation истифода мешавад.

Онҳо:

\[ P_{\mathrm{concat}} = [P_1;\ldots;P_K] \]

якҷоя мешаванд.

AFICF:

\[ (P_{\mathrm{concat}},G) \rightarrow \text{PCC refinement} \rightarrow \text{PCA} \rightarrow E \]

бо ин pipeline final embedding-ро истеҳсол мекунад.

Дар inference, ҳар қадар Euclidean distance байни ду embedding камтар бошад, система likelihood-и як ҳувият будани тасвирҳоро дар ranking баландтар ҳисоб мекунад.

Натиҷаи асосии Market-1501

Final DPBF:

\[ 96{,}0\% \ R1 \]

ва:

\[ 89{,}3\% \ mAP \]

додааст.

Rank-1 баландтарин қимати ҷадвали манбаъ аст, аммо дар mAP AaP-ReID бо %93,9 баландтар аст.

Натиҷаи асосии DukeMTMC-ReID

DPBF:

\[ 92{,}0\% \ R1 \]

ва:

\[ 82{,}8\% \ mAP \]

додааст.

Rank-1 баландтарин натиҷаи ҷадвали манбаъ аст. Дар mAP AaP-ReID бо %88,6 қимати баландтар дорад.

Натиҷаи асосии CUHK03-Labeled

DPBF:

\[ 89{,}5\% \ R1 \]

ва:

\[ 82{,}6\% \ mAP \]

бо ҳар ду metric баландтарин натиҷаи ҷадвали манбаъро додааст.

Натиҷаи асосии Occluded-ReID

Қавитарин benchmark result-и DPBF дар ҳамин ҷо дида мешавад:

\[ 93{,}5\% \ R1, \qquad 91{,}2\% \ mAP. \]

R-1-и баландтарини навбатӣ дар ҷадвали манбаъ барои BPB Re-ID:

\[ 82{,}9\% \]

аст.

Барои mAP ҳамон модел:

\[ 75{,}2\% \]

медиҳад.

Натиҷаи P-DukeMTMC-ReID

DPBF:

\[ 93{,}6\% \ R1, \qquad 83{,}6\% \ mAP \]

ба даст овардааст.

BPB Re-ID:

\[ 93{,}0/83{,}2 \]

аст, бинобар ин фарқҳо мутаносибан 0,6 ва 0,4 нуқта мебошанд.

Натиҷаи Occluded-Duke

DPBF:

\[ 74{,}7/60{,}7 \]

додааст.

BPB Re-ID бошад:

\[ 75{,}1/62{,}5 \]

бо ҳар ду metric каме баландтар аст.

Occlusion analysis чиро нишон медиҳад?

Дар heatmap-ҳои Шакли 6 ҳошияҳои сабз мисолҳои муваффақтари feature localization ва ҳошияҳои сурх representation-ҳои заиф ё нодурустро нишон медиҳанд.

Дар пӯшиши сабук attention activation дар қисми болоии тана ва минтақаҳои намоёни либос метавонад нигоҳ дошта шавад, аммо дар пӯшиши шадид махсусан:

• кафи пой,
• қисми поёнии пой,
• узвҳои комилан ноаён

feature-и хеле заиф медиҳанд.

Ҷадвали 8 ин мушоҳидаи визуалиро ба таври миқдорӣ тасдиқ мекунад.

DPBF пӯшиши шадидро чӣ гуна сабук мекунад?

Мувофиқи натиҷаҳои манбаъ, ҳалли масъала “бозсозии” маълумот аз қисми пӯшида нест.

Ба ҷойи он:

1. минтақаҳои намоёни бадан алоҳида representation мешаванд,
2. local feature-ҳои пурқувват бо global appearance information муттаҳид мешаванд,
3. feature-ҳои такрорӣ бо PCC/PCA кам мешаванд,
4. вобастагӣ аз як қисми локалӣ кам карда мешавад.

Аз ин рӯ бартарии асосии DPBF-ро метавон ҳамчун adaptive local–global compensation шарҳ дод.

Маҳдудиятҳои амалии модел

Самтҳои future work, ки муаллифон дар conclusion таъкид мекунанд:

• parsing-и устувортар дар пӯшиши шадид,
• adaptive part weighting,
• occlusion-aware feature reconstruction,
• representation-и пурқувваттар дар resolution-и паст,
• фарқ кардани одамони хеле монанд,
• transformer-based global–local interaction.

Ин пешниҳодҳои future work ҳам нишон медиҳанд, ки DPBF-и ҷорӣ ин масъалаҳоро пурра ҳал накардааст.

Маҳдудияти методологии муқоисаҳо

Таҳқиқот қисми зиёди baseline score-ҳоро аз original paper-ҳои усулҳои дахлдор гирифтааст. Аз ин рӯ байни моделҳо:

• backbone,
• input resolution,
• augmentation,
• optimizer settings,
• auxiliary training techniques

комилан якхела нестанд.

Муаллифон кӯшиш кардаанд bias-и муқоисаро бо интихоби натиҷаҳое, ки дар standard benchmark protocol-ҳо гузориш шудаанд, кам кунанд.

Аз ин рӯ ҷадвалҳо муқоиса бо performance level-ҳои нашршудаи соҳа медиҳанд; онҳо unified benchmark-и дар як лаборатория ва бо шароити комилан баробар гузаронидашуда нестанд.

Маҳдудияти statistical significance

Мақола фарқҳои Rank-1 ва mAP-ро медиҳад, аммо барои benchmark difference байни моделҳо:

• confidence interval,
• bootstrap uncertainty,
• paired significance test

намедиҳад.

Аз ин рӯ, масалан, фарқҳои 10,6 ва 16,0 нуқта дар Occluded-ReID фарқҳои бузурги рақамӣ мебошанд; аммо ибораи “statistically significant superiority” бо formal hypothesis test дастгирӣ нашудааст.

Ёддошти Манбаъ ва Усул

Номи пурраи кори аслӣ: Strategic Feature Integration for Superior Person Re-ID: A Part-Based Approach

Муаллифон: Ghaith Hussein; Jeremy S. Smith; Waleed Al-Nuaimy.

Equal first/equal contribution: Дар манбаъ изҳороти equal first author ё equal contribution вуҷуд надорад.

Муаллифи масъул: Ghaith Hussein.

Муассиса: Department of Electrical Engineering and Electronics, University of Liverpool, Brownlow Hill, Liverpool L69 3GJ, United Kingdom.

Навъи манбаъ: Мақолаи оригиналии рецензияшуда; таҳқиқоти Person Re-Identification бар асоси computer vision ва deep learning.

Маҷалла: AI.

Ношир: MDPI, Basel, Switzerland.

Сабти библиографӣ: AI, 2026, Ҷилди 7, Шумораи 6, Мақолаи 210.

DOI: 10.3390/ai7060210.

Қабул / revision / acceptance / publication: 30 марти 2026 / 1 июни 2026 / 2 июни 2026 / 9 июни 2026.

Peer-review status: Нашри маҷаллаи рецензияшуда.

Литсензия: Creative Commons Attribution (CC BY).

Academic Editor: Miguel Angel Cazorla.

Калидвожаҳои манбаъ: Salient Part Discrimination; Adaptive Feature Integration and Contextual Fusion; Person Re-ID; attention mechanism; feature fusion.

Модели пешниҳодшуда: Dynamic Part-Based Fusion (DPBF).

Компоненти асосии модел 1: Salient Part Discrimination (SPD).

Компоненти асосии модел 2: Adaptive Feature Integration and Contextual Fusion (AFICF).

Parsing model: Self-Correction for Human Parsing (SCHP).

Attention approach: Grad-CAM-based part-specific attention maps ва Cross-Part Spatial Feature Modulation Map.

Feature redundancy analysis: Pearson Correlation Coefficient.

Dimension reduction: Principal Component Analysis; final compact representation 512 dimensions.

Loss: Hybrid Loss Function аз Cross-entropy + triplet loss. Triplet margin 0,3; ду loss-и асосӣ вазни баробар доранд.

Additional part-supervision loss: Pixel-level cross-entropy weight 0,35.

Backbone-ҳо: ResNet-50 ва HRNet-w32.

ResNet-50 input size: 256 × 128 пиксел.

HRNet-w32 input size: 384 × 128 пиксел.

Optimizer: Adam.

Main learning rate: \(3,5\times10^{-4}\).

Warm-up learning rate: \(3,5\times10^{-5}\).

Weight decay: 0,0005.

Training: 150 epoch; learning rate reduction дар epoch-ҳои 40 ва 70.

Sampling: RandomIdentitySampler; чор instance барои ҳар identity.

Batch size: Вобаста ба configuration-и таҷриба 16–64.

Data augmentation: Random cropping, normalization ва random erasing.

Benchmark dataset-ҳо: Market-1501, DukeMTMC-ReID, CUHK03-Labeled, Occluded-Duke, Occluded-ReID ва P-DukeMTMC-ReID.

Metrics-и асосӣ: Rank-1 Accuracy ва mean Average Precision (mAP).

Final result-и Occluded-ReID: %93,5 Rank-1 ва %91,2 mAP.

Final result-и P-DukeMTMC-ReID: %93,6 Rank-1 ва %83,6 mAP.

Final result-и Occluded-Duke: %74,7 Rank-1 ва %60,7 mAP.

Final result-и Market-1501: %96,0 Rank-1 ва %89,3 mAP.

Final result-и DukeMTMC-ReID: %92,0 Rank-1 ва %82,8 mAP.

Final result-и CUHK03-Labeled: %89,5 Rank-1 ва %82,6 mAP.

Model complexity: Вобаста ба configuration тақрибан 39,5–41,3 миллион parameter ва тақрибан 8,0 миллиард FLOP гузориш шудааст.

Main training GPU: NVIDIA GeForce RTX 4090, 24 GB.

Additional experimental hardware: 2 × NVIDIA GeForce TITAN Xp.

Re-ranking: Мувофиқи манбаъ, агар дигар хел гуфта нашуда бошад, дар comparative results re-ranking истифода нашудааст.

Funding: Таҳқиқот funding-и беруна нагирифтааст.

Ethics review: Азбаски participant-и нави инсон ва data collection-и нав набуд ва танҳо public benchmark dataset-ҳо истифода шуданд, ethics review/approval waived гузориш шудааст.

Informed consent: Азбаски муҳаққиқон human data-и нав ҷамъ накардаанд, waived гузориш шудааст; тасвирҳои истифодашуда аз dataset-ҳои қаблан нашршудаи original benchmark provider-ҳо мебошанд.

Data availability: Гуфта шудааст, ки ҳамаи шаш benchmark public мебошанд ва data source-ҳо дар мақола дода шудаанд.

Author contributions: Conceptualization G.H.; methodology ва software G.H.; validation G.H. ва J.S.S.; formal analysis G.H.; investigation G.H. ва J.S.S.; original draft G.H.; review/editing J.S.S. ва W.A.-N.; supervision W.A.-N.

Conflict of interest: Муаллифон conflict of interest гузориш накардаанд.

Номувофиқӣ ва ёддоштҳои reporting дар дохили манбаъ

Дар final benchmark-и Occluded-ReID, Ҷадвали 2 барои DPBF %93,5 R-1 ва %91,2 mAP медиҳад, дар ҳоле ки feature-integration analysis дар ҳамон dataset, сатри HLF-и Ҷадвали 3, %86,5 R-1 ва %73,7 mAP медиҳад. Мақола ин фарқро бо шарҳи равшани backbone/protocol намепайвандад. Аз ин рӯ ду маҷмӯи қиматҳо ҳамчун контексти таҷрибавии ҷудогона нигоҳ дошта шудаанд.

Дар матни манбаъ муқоисаи Occluded-ReID ҳамчун “%10,6 R-1 increase ва %16 mAP improvement” ифода шудааст. Фарқҳои ҳисобшуда аз қиматҳои ҷадвал 10,6 ва 16,0 percentage points мебошанд. Ин матни Verianla барои пешгирӣ аз маънои relative percentage improvement ибораи “point difference”-ро истифода мекунад.

Барои CUHK03-Labeled манбаъ бартарии 4,8 R-1 ва 1,6 mAP нисбат ба наздиктарин рақибро иддао мекунад. Ҷадвали 1 фарқи 4,8 нуқтаро барои R-1 тасдиқ мекунад, аммо қимати наздиктарин ба mAP-и %82,6-и DPBF натиҷаи %82,4-и AaP-ReID аст; фарқ 0,2 нуқта мебошад. Фарқи 1,6 нуқта ҳангоми муқоиса бо %81,0-и SCSN ҳосил мешавад.

Дар caption-и Шакли 5 (b) ҳамчун Occluded-ReID ва (c) ҳамчун P-DukeMTMC-ReID навишта шудааст, аммо дар графики тасвири нашршуда `p_dukemtmc_reid` ва `Market-1501` дида мешаванд. Манбаъ муайян намекунад, ки дар ин figure-caption mismatch кадом label version-и ниҳоии мақсадноки муаллифон аст.

Ҳудуди тафсири comparative results

Baseline results-и мақола асосан аз original publication-и усулҳои дахлдор гирифта шудаанд. Манбаъ инро равшан мегӯяд ва қабул мекунад, ки backbone, input resolution, data augmentation, optimization ва auxiliary training techniques метавонанд фарқ кунанд.

Аз ин рӯ comparison table-ҳо бояд ҳамчун:

“empirical positioning нисбат ба reported results дар standard benchmark literature”

хонда шаванд.

Онҳоро набояд controlled benchmark ҳисобид, ки дар он ҳамаи усулҳо бо як codebase, як seed, як backbone ва як GPU аз нав иҷро шудаанд.

Ҳудуди scientific interpretation

DPBF махсусан дар Occluded-ReID ва P-DukeMTMC-ReID натиҷаҳои пурқувват нишон медиҳад; аммо дар Occluded-Duke беҳтарин система дар ҷадвали манбаъ нест ва дар benchmark-ҳои пурра ҳам дар ҳар mAP metric лидер нест.

Heavy occlusion analysis равшан нишон медиҳад, ки feature reliability дар lower-body ё минтақаҳои комилан ноаён метавонад хеле шадид коҳиш ёбад. Аз ин рӯ система ҳалли “person recognition unaffected by occlusion” нест.

Илова бар ин, metric-ҳои истифодашуда ба academic retrieval benchmark-ҳо тааллуқ доранд. Натиҷаҳо guarantee-и identity verification дар real camera network, security guarantee ё guarantee-и ҳамон accuracy дар deployment-и воқеиро маъно намедиҳанд.