Feature-Distribution Perturbation and Calibration for Generalized Person ReID 個人の再識別(ReID)は、視覚認識のための深層学習の急速な発展とともに、過去10年間で著しく進歩しました。ただし、ほとんどの深層学習モデルで一般的に保持されているiid(独立および同一分布)の仮定は、さまざまな場所にあるカメラ全体で同じ歩行者の画像を識別するという目的を考慮すると、ReIDには適用できません。ビューに偏ったデータ配布の対象となります。この作業では、カメラ間で識別できるだけでなく、不可知論者であり、任意の見えないターゲットドメインに展開可能な、人物ReIDの一般的な特徴表現を導出するための特徴分布摂動およびキャリブレーション(PECA)メソッドを提案します。具体的には、ドメインごとの機能分布摂動を実行して、摂動によって引
Cloth-Changing Person Re-identification from A Single Image with Gait Prediction and Regularization 着替え人の再識別(CC-ReID)は、同じ人物を異なる場所で長期間、たとえば数日にわたって照合することを目的としているため、着替えの課題に必然的に対応します。このホワイトペーパーでは、より困難な設定、つまり単一の画像からのCC-ReID問題の適切な処理に焦点を当てます。これにより、リアルタイムの監視アプリケーションで高効率で遅延のない歩行者識別が可能になります。具体的には、個人固有の布に依存しない歩行情報を活用して、Image ReIDモデルを駆動し、布にとらわれない表現を学習するための補助タスクとして、歩行認識を導入します。このフレームワークをGI-ReIDと呼びます。 GI-ReIDは、画
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
処理を実行中です
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