文献

J-GLOBAL ID：201702273758965438   整理番号：17A0414281

人物再同定のための不変特徴のアンサンブル【Powered by NICT】

An Ensemble of Invariant Features for Person Reidentification

著者 (4件)： Lee Young-Gun (Department of Electrical Engineering, University of Washington, Seattle, WA, USA) ,  Chen Shen-Chi (Huawei Research and Development, Santa Clara, CA, USA) ,  Hwang Jenq-Neng (Department of Electrical Engineering, University of Washington, Seattle, WA, USA) ,  Hung Yi-Ping (Department of Computer Science and Information Engineering, National Taiwan University, Taipei, Taiwan)
資料名： IEEE Transactions on Circuits and Systems for Video Technology  (IEEE Transactions on Circuits and Systems for Video Technology)
巻： 27  号： 3  ページ： 470-483  発行年： 2017年 
JST資料番号： W0321A  ISSN： 1051-8215  CODEN： ITCTEM  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 不変特徴(EIFs)の集合,非重複場のビューを用いた異なるカメラで観測された多人数歩行画像のマッチングのための色差とヒト姿勢/視点の変化を適切に扱うことができるを提案した。著者らの提案した方法は,直接再同定(リード)法,前標識された対応する訓練データに基づいて学習ない前ドメインを必要とする。新しい特徴は,全体的および領域ベース特徴から構成されている。全体的特徴は,一般的な物体の分類に用いられている公知のpretrained深い畳込みニューラルネットワークを用いて抽出した。とは対照的に,領域ベース特徴を提案した二元Gauss混合モデルフィッティング,自己オクルージョンを克服し,変化をもたらすに基づいて抽出した。追加学習なしの同一性を認識する中により優れた汎化をするために,アンサンブル方式は類似性正規化を用いたすべての特徴距離を凝集する。提案したフレームワークは,部分オクルージョン,姿勢,視点変化に対してロバスト性を達成した。さらに,評価結果は筆者らの手法が挑戦的なベンチマーク視点不変歩行者認識と3次元者サーベイランスデータセット上での最先端技術の直接リード法より優れていることを示した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 色差 ,  ロバスト性 ,  汎化 ,  ベンチマーク ,  歩行 ,  類似性 ,  オクルージョン ,  正規化 ,  畳込み ,  *不変性 ,  三次元
準シソーラス用語： 歩行者認識 ,  インクリメンタル学習 ,  Gauss混合モデル ,  訓練データ , 【Automatic Indexing@JST】

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (4件)： 人物 ,  同定 ,  不変 ,  アンサンブル