クロスカメラデータアソシエーションのためのグラフニューラルネットワーク
クロスカメラ画像データの関連付けは、マルチカメラ歩行者検出、マルチカメラマルチターゲットトラッキング、3Dポーズ推定など、多くのマルチカメラコンピュータービジョンタスクに不可欠です。この関連付けタスクは、通常、2分割グラフマッチングとして表されます。問題があり、多くの場合、最小コストのフロー手法を適用することで解決されます。これは、大きなデータでは計算効率が悪い場合があります。さらに、カメラは通常、グローバルなソリューションを一度に見つけるのではなく、ペアで処理され、ローカルなソリューションを取得します。その他の重要な問題は、親和性測定の問題です。ユークリッド距離やコサイン距離など、学習不可能な事前定義された距離が広く使用されています。この論文は、ペアでカメラを処理するのではなく、グローバルソリューションに焦点を合わせたクロスカメラデータアソシエーションのための効率的なアプローチを提案しま
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
RGB-D顕著な物体検出のための動的メッセージ伝播ネットワーク
GROWL：リンク予測によるグループ検出
複数人のポーズのグループ化のためのグラフニューラルネットワークによる空間コンテキストの学習