文献

J-GLOBAL ID：201702255649704954   整理番号：17A1773640

人物再同定のためのボディと潜在的部品上の学習深部文脈を意識した特徴【Powered by NICT】

Learning Deep Context-Aware Features over Body and Latent Parts for Person Re-identification

著者 (4件)： Li Dangwei ,  Chen Xiaotang ,  Zhang Zhang ,  Huang Kaiqi
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： CVPR  ページ： 7398-7407  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
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： 人物再同定(ReID)は異なるカメラに跨る同一者を同定することである。者姿勢,オクルージョン,背景クラッタなどが大きく変化するため,挑戦的な課題である。強力な特徴を抽出するためにどのようにReIDにおける基本的問題である,まだ未解決の問題である今日。本論文では,全身および身体部分,各層のマルチスケール畳込みを積層することにより局所文脈知識を巧みに捕えることができる,強力な特徴を学習するためにマルチスケールコンテキストを意識したネットワーク(MSCAN)を設計した。さらに,予め定義された剛体部品を使用することの代わりに,ここでは,新しい空間制約を用いた空間変圧器ネットワーク(STN)を用いた変形可能な歩行者部品を学習し,局在することを提案した。学習された身体部位は,部品ベース表現における姿勢変化と背景クラッタ,いくつかの困難を放出することができる。最後に,マルチクラス個人識別作業により人ReIDのための統一的枠組みへの完全ボディ及びボディ部品の表現学習プロセスを統合した。電流困難な大規模者ReIDデータセット上での包括的評価,画像ベースMarket1501,CUHK03と配列に基づくMARSデータ集合を含む,は,提案した方法が最先端技術の結果を達成することを示した。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： 身体部位 ,  画像 ,  歩行者 ,  カメラ ,  オクルージョン ,  畳込み ,  ネットワーク ,  *学習 ,  剛体 ,  クラッタ ,  変圧器
準シソーラス用語： 学習過程 ,  個人認証 ,  姿勢変化 ,  マルチスケール , 【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 (7件)： 人物 ,  同定 ,  ボディ ,  学習 ,  深部 ,  文脈 ,  意識