文献

J-GLOBAL ID：201202260962184986   整理番号：12A1095966

人物再識別のための属性制限された潜在トピックモデル

Attribute-restricted latent topic model for person re-identification

著者 (6件)： LIU Xiao (Zhejiang Provincial Key Lab. of Serv. Robot, Coll. of Computer Sci., Zhejiang Univ., Hangzhou 310027, CHN) ,  SONG Mingli (Zhejiang Provincial Key Lab. of Serv. Robot, Coll. of Computer Sci., Zhejiang Univ., Hangzhou 310027, CHN) ,  ZHAO Qi (Dep. of Electronic and Computer Engineering, National Univ. of Singapore, SGP) ,  TAO Dacheng (Centre for Quantum Computation and Information Systems, Univ. of Technol., Sydney, AUS) ,  CHEN Chun (Zhejiang Provincial Key Lab. of Serv. Robot, Coll. of Computer Sci., Zhejiang Univ., Hangzhou 310027, CHN) ,  BU Jiajun (Zhejiang Provincial Key Lab. of Serv. Robot, Coll. of Computer Sci., Zhejiang Univ., Hangzhou 310027, CHN)
資料名： Pattern Recognition  (Pattern Recognition)
巻： 45  号： 12  ページ： 4204-4213  発行年： 2012年12月 
JST資料番号： D0611A  ISSN： 0031-3203  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 人物再識別として知られる,異なるカメラによってとらえられた監視ビデオから,特定の人物を探索することは,いまだに,本気で取り組まれた挑戦での,鍵である。種々の姿勢において表現される人間の大きな変化,および,たぶん複雑な様々なカメラビュー,信頼できない低レベルの記述子表現の形成,から困難性が生じた。本稿では,ターゲットを意味的トピックスにエンコードするために,新しい属性制限された潜在トピックモデル(ARLTM)を提案した。LDAおよびpLSIなどの従来のトピックモデルと比較して,ARLTMは,人間の特定属性の生成に関して,意味制限を課すことにより,最高に機能した。モデル学習のために,MCMC EMを利用した。実験結果により,本手法が最先端の性能を実現できたことを示した。Copyright 2012 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.

シソーラス用語： 物体認識 ,  *人間 ,  属性 ,  *確率モデル ,  意味解析 ,  自然言語処理 ,  主題 ,  カメラ ,  姿勢 ,  学習 ,  学習モデル
準シソーラス用語： *トピックモデル ,  モデル学習 ,  監視カメラ ,  *人物認識

分類 (2件)： パターン認識  (JE07000S) ,  自然語処理  (JE06000L)

タイトルに関連する用語 (5件)： 人物 ,  識別 ,  属性 ,  制限 ,  トピックモデル