文献

J-GLOBAL ID：201702286057667190   整理番号：17A0113503

顕著性学習による人物再同定【Powered by NICT】

Person Re-Identification by Saliency Learning

著者 (3件)： Zhao Rui (Department of Electronic Engineering, the Chinese University of Hong Kong, Shatin, Hong Kong) ,  Oyang Wanli (Department of Electronic Engineering, the Chinese University of Hong Kong, Shatin, Hong Kong) ,  Wang Xiaogang (Department of Electronic Engineering, the Chinese University of Hong Kong, Shatin, Hong Kong)
資料名： IEEE Transactions on Pattern Analysis and Machine Intelligence  (IEEE Transactions on Pattern Analysis and Machine Intelligence)
巻： 39  号： 2  ページ： 356-370  発行年： 2017年 
JST資料番号： B0519B  ISSN： 0162-8828  CODEN： ITPIDJ  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： ヒト眼は小さな顕著領域に基づく者同一性を認識することができる,すなわち,顕著性は,互いに独立したカメラ視野を横断する歩行者マッチングにおいて特徴的かつ信頼性が高い。しかし,既存の手法を用いた歩行者画像の類似性を計算するとき,そのような貴重な情報はしばしば隠れた。者顕著性に対する人間の知覚のユーザ研究結果によりヒントを得て,ここでは学習者顕著性とマッチング顕著性分布に基づく人物再同定のための新しい展望を提案した。提案した顕著性学習とマッチング枠組みは四段階から成る:(1)大幅な視点変化と姿勢変化に起因する不整合を扱うために,隣接制約パッチマッチングを適用した画像ペア間の密な対応を構築する。(2)では,各画像パッチ,顕著な特徴は訓練手順における同一性ラベルを用いずに際立っているの顕著性スコアを推定するために,すなわち,K最近傍と1クラスSVM,二代替法を提案した。(3)パッチマッチングに基づいて提案した顕著性マッチング。矛盾顕著性のパッチマッチングは,ペナルティをもたらし,同じアイデンティティの画像は,顕著性マッチングコストを最小化することにより認識されている。(4)さらに,顕著性マッチングは,統一された構造RankSVM学習フレームワークにおけるパッチマッチングを用いた厳密に規定された。著者らの手法の有効性を,四つの公開データセットで検証した。筆者のアプローチは,すべてのこれらのデータセット上で最先端技術レベルの人物再同定法より優れている。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： 歩行者 ,  類似性 ,  *学習 ,  情報公開 ,  マッチング ,  ヒト ,  不整合 ,  ペナルティ ,  制約条件 ,  画像
準シソーラス用語： アイデンティティ ,  矛盾 ,  スコア ,  姿勢変化 ,  学習者 , 【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 (3件)： 学習 ,  人物 ,  同定