Person Re-ID

Progetto svolto durante il periodo di tirocinio per la tesi di Laurea Triennale in Informatica.

Il progetto consiste in un framework di re-identificazione basato su features estratte da uno skeleton 3D generato tramite Unity. Il riconoscimento dei soggetti avviene attraverso reti neurali, in particolare sono stati testati 6 diversi modelli di rete neurale. Tutti i dettagli sulle features e sull'architettura implementati sono disponibili nella tesi, disponibile al seguente link.

Requisiti

Per poter eseguire gli esperimenti è necessario seguire i seguenti step:

1. Clonare la repository git clone https://github.com/valerio-pescatori/person_re-id
   • Alternativamente è possibile scaricare l'archivio zip
2. Scaricare il dataset, disponibile al seguente link
3. Estrarre il contenuto dell'archivio nella cartella Data/
   • Alternativamente è possibile generare il dataset manualmente, è sufficiente:
     • Aprire il progetto in Unity
     • Caricare la scena tramite File --> Load Scene --> Scenes\SampleScene.unity
     • Premere il tasto Play, la collezione del dataset impiegherà circa 3 ore.

Quickstart

Una volta collezionato il dataset è possibile eseguire i test sui vari modelli di neural network implementati. È sufficiente eseguire il file python python Python/neuralnets.py, è possibile specificare 3 flag tramite cli:

• --ablation / -a: Da inserire se si voglio eseguire i test sia sul modello completo che con le ablazioni
• --save_states / -ss: Da inserire se si vogliono salvare i dizionari dello stato dei modelli e dei relativi optimizer nella cartella Python/model_states/
• --load_states / -ls: Da inserire se si vogliono caricare i dizionari dello stato dei modelli e dei relativi optimizer dalla cartella Python/model_states/