探索行人重识别的相机偏差

本研究针对行人重识别模型的相机偏差进行实证分析，发现模型在未见域中的相机偏差在数据分布发生变化时更加明显。文章提出了一种新的去偏方法，通过回顾嵌入向量的特征归一化来减少偏差，并验证了该方法在多个模型和基准上的普适性，显示出其作为简单却有效的测试时间后处理方法的潜力。