Super-Resolution for Improving Low Resolution Person Re-Identification
Author
Chamak, Ishrat Jahan
Term
4. semester
Publication year
2026
Submitted on
2026-10-01
Abstract
Person re-identification (ReID) is about recognizing the same person in images from different cameras that do not share the same field of view. It is a key component of modern intelligent surveillance systems. In real-world use, cameras are often low-cost and placed far from the people they observe, which leads to low-resolution images and makes it harder to correctly identify individuals. Super-resolution (SR) is a technique that tries to restore fine details in low-resolution images. Most existing systems use SR as a separate preprocessing step before a ReID model analyzes the images. Because SR and ReID are trained independently, they do not fully learn to work together. This thesis studies what happens when an SR model and a ReID network are trained jointly, with shared optimization goals, instead of being trained separately. The work uses the HAT-SOLIDER framework as a starting point. At a very low input resolution of 64×32 pixels, joint training of HAT and SOLIDER reaches 71.9% mAP (mean Average Precision) on the Market-1501 dataset. This clearly outperforms training SOLIDER alone (46.5%) and a traditional two-stage pipeline where HAT first enhances the image and SOLIDER then performs ReID (65.9%). A detailed analysis of failure cases shows that incorrectly matched queries do not have worse reconstruction quality—measured by PSNR and SSIM—than correctly matched ones. This suggests that the main limitation is how well the ReID model can distinguish between different people, not how well the SR model reconstructs the visual details. To address this, SOLIDER is replaced with Keypoint Promptable Re-Identification (KPR). KPR is a part-based network that focuses on specific body regions using keypoint prompts and parsing masks. A two-stage HAT → KPR pipeline achieves 77.7% mAP, but joint training improves performance further. Across all tested HAT+KPR joint setups, a model that uses only masks during joint training reaches 82.8% mAP. This is the best result in the study and is almost 11 percentage points higher than the top HAT–SOLIDER baseline. Overall, the findings show that joint optimization of SR and ReID consistently improves retrieval performance, even across structurally different ReID backbones. This supports joint SR–ReID integration as a robust approach for person re-identification in low-resolution settings.
Person re-identifikation (ReID) handler om at genkende den samme person på billeder fra forskellige kameraer, som ikke ser de samme områder. Det er en vigtig del af moderne overvågningssystemer. I praksis bruges ofte billige kameraer og der er stor afstand til personerne, hvilket giver billeder i lav opløsning. Det gør det svært for systemerne at genkende personer korrekt. Super-resolution (SR) er en metode, der forsøger at genskabe fine detaljer i billeder med lav opløsning. Normalt bruges SR som et separat forbehandlingsskridt, før et ReID-system arbejder videre med billederne. Denne afkobling betyder, at SR-delen og ReID-delen ikke lærer at samarbejde optimalt. I denne afhandling undersøges, hvad der sker, når man træner en SR-model og et ReID-netværk sammen med fælles mål, i stedet for hver for sig. Der tages udgangspunkt i HAT-SOLIDER-rammeværket. Ved en meget lav billedopløsning på 64×32 pixels opnår fælles træning af HAT og SOLIDER 71,9 % mAP (mean Average Precision) på Market-1501-datasættet. Det er bedre end både at træne SOLIDER alene (46,5 %) og en traditionel totrins-kæde, hvor HAT først forbedrer billedet og SOLIDER derefter laver ReID (65,9 %). En detaljeret analyse af fejl viser, at de tilfælde hvor personer bliver matchet forkert, ikke har dårligere rekonstruktionskvalitet målt med PSNR og SSIM end de korrekte match. Det tyder på, at begrænsningen ligger i, hvor godt ReID-modellen kan skelne mellem forskellige personer, og ikke i hvor godt SR-modellen genskaber billedet. For at adressere dette problem erstattes SOLIDER med Keypoint Promptable Re-Identification (KPR). KPR er et såkaldt part-baseret netværk, der fokuserer på bestemte kropsregioner ved hjælp af nøglepunkter (keypoints) og segmenteringsmasker. En totrins HAT → KPR-kæde opnår 77,7 % mAP, men fælles træning forbedrer resultaterne yderligere. Blandt alle testede kombinationer af HAT og KPR opnår en model, der kun bruger masker i den fælles træning, 82,8 % mAP. Det er den højeste nøjagtighed i studiet og ligger næsten 11 procentpoint over den bedste HAT–SOLIDER-baseline. Samlet viser resultaterne, at fælles optimering af SR og ReID konsekvent forbedrer genkendelsen, selv når der bruges forskellige typer ReID-arkitekturer. Det peger på, at integrerede SR–ReID-systemer er en robust løsning til personre-identifikation i lav opløsning.
[This abstract has been rewritten with the help of AI based on the project's original abstract]
Keywords