抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
ほとんどの既存の人物再同定アルゴリズムは,ロバストな視覚特徴を抽出または者画像の識別指標を学習する。しかし,これら画像に存在する基礎となる多様体はほとんど検討されていない。それは学習された距離は,データ多様体の局所幾何学的構造に関して滑らかでないという問題が生じる。本論文では,多様体親和性学習を用いた人物再認識,この地域から十分な注目を受けなかったを研究した。非従来型多様体保持型アルゴリズムを提案したが,それは,1)訓練データ,そのラベル情報はペアごと制約条件として与えられるから監視を最大限に利用する,2)スケールは低オンライン時間複雑さをもつ大きな貯蔵所までと,3)ほとんどの既存アルゴリズムに投与し,同定精度をさらに高めるための一般的な後処理法として利用できる。五一般的な人物再認識ベンチマーク上での包括的実験結果は一貫して提案手法の有効性を実証した。特に,最大CUHK03と市場1501年には,この方法は高効率,実用的応用に対してより適切であると大幅に最新式の代替手段よりも優れていた。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】