검색 기능은 준비 중입니다.
검색 기능은 준비 중입니다.

The original paper is in English. Non-English content has been machine-translated and may contain typographical errors or mistranslations. ex. Some numerals are expressed as "XNUMX".
Copyrights notice

The original paper is in English. Non-English content has been machine-translated and may contain typographical errors or mistranslations. Copyrights notice

Improving Slice-Based Model for Person Re-ID with Multi-Level Representation and Triplet-Center Loss 다단계 표현 및 삼중항 중심 손실을 사용하여 Person Re-ID를 위한 슬라이스 기반 모델 개선

Yusheng ZHANG, Zhiheng ZHOU, Bo LI, Yu HUANG, Junchu HUANG, Zengqun CHEN

  • 조회수

    0

  • 이것을 인용

요약 :

개인 재식별은 지난 몇 년간 광범위한 연구를 거쳐 인상적인 진전을 이루었습니다. 최근 뛰어난 방법들은 심층 신경망의 특징 맵을 여러 개의 줄무늬로 분할하여 구별되는 특징을 추출합니다. 여전히 슬라이스 기반 방법을 촉진하는 데 도움이 될 수 있는 기능 융합 및 메트릭 학습 전략이 개선되었습니다. 본 논문에서는 다양한 수준과 신체 부위 모두의 특징을 포착하기 위해 MSN(Multi-level Slice-based Network)이라는 종단 간 훈련이 가능한 새로운 프레임워크를 제안합니다. 우리 모델은 이중 분기 네트워크 아키텍처로 구성됩니다. 하나는 전역 기능 추출을 위한 분기이고 다른 하나는 로컬 특징 추출을 위한 분기입니다. 두 가지 모두 피라미드 기능 유사 모듈을 사용하여 다중 레벨 기능을 처리합니다. 글로벌 기능과 로컬 기능을 연결함으로써 고유한 기능을 활용하고 적절하게 비교합니다. 또한 제안된 방법은 정교한 결합 손실 함수에 삼중항 중심 손실을 창의적으로 도입하여 공동 학습 네트워크를 훈련하는 데 도움이 됩니다. Market-1501, DukeMTMC, CUHK03을 포함한 주류 ​​평가 데이터 세트에 대한 포괄적인 실험을 통해 우리가 제안한 모델이 강력하게 뛰어난 성능을 달성하고 기존 접근 방식보다 성능이 뛰어남을 나타냅니다. 예를 들어, 단일 쿼리 모드의 DukeMTMC 데이터세트에서 Rank-1/mAP =85.9%(+1.0%)/74.2%(+4.7%)라는 훌륭한 결과를 얻습니다.

발행
IEICE TRANSACTIONS on Information Vol.E102-D No.11 pp.2230-2237
발행일
2019/11/01
공개일
2019/08/19
온라인 ISSN
1745-1361
DOI
10.1587/transinf.2019EDP7067
원고의 종류
PAPER
범주
이미지 인식, 컴퓨터 비전

작성자

Yusheng ZHANG
  South China University of Technology
Zhiheng ZHOU
  South China University of Technology
Bo LI
  South China University of Technology
Yu HUANG
  South China University of Technology
Junchu HUANG
  South China University of Technology
Zengqun CHEN
  South China University of Technology

키워드