文献

J-GLOBAL ID：201702288434433289   整理番号：17A1256316

人物再同定のための半教師付き距離計量学習【Powered by NICT】

Semi-supervised distance metric learning for person re-identification

著者 (5件)： Chen Feng (Logistic Service Center, Yunnan Power Grid Co., LTD, Kunming, China) ,  Chai Jinhong (Logistic Service Center, Yunnan Power Grid Co., LTD, Kunming, China) ,  Ren Dinghu (Kunming Dongdian Technology Co., LTD, Kunming, China) ,  Liu Xiaofang (School of Software, Yunnan University, Kunming, China) ,  Yang Yun (School of Software, Yunnan University, Kunming, China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ICIS  ページ： 733-738  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： 自動ビデオサーベイランスにおける基本的な課題として,近年益々注目を受けている,人の再識別はマルチカメラ監視システムにおける非重複カメラ視界を通過者に適合することを目的とした。KISSメトリック学習をVIPeRデータセットに人物再同定のための技術性能のその状態のために多くの以前の教師つき研究により追跡したことが報告されている。しかし,訓練のために利用できる標識画像対の少数のみを与え,マッチングモデルは不安定な学習過程と貧弱なマッチング結果に悩まされている。この重大な実際的問題を解決するために,ラベル無しデータを利用する1)ラベルなしデータから最も信頼できる画像対を選択するための大域的および局所的情報を組み合わせることにより再認識性能を改善するために,新しい半教師つきKISSメトリック学習(SS KISS)アプローチを提案した。2)アンサンブルアプローチを用いた,それは,スマート重みづけスキーマによる最適に標識および非標識データ二マッチングモデルの調和による教師つきと教師なし学習の利点を検討した。包括的な実験を行い,三データセット:VIPeR,ETHZ,i LiDSで実施した,実験結果により,提案アプローチでは,少量のラベル付きデータの1例における音性能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： 再認 ,  *学習 ,  データ構造 ,  カメラ ,  マッチング ,  教師なし学習 ,  監視装置 ,  音響 ,  画像
準シソーラス用語： ラベルなしデータ ,  学習過程 ,  メトリック学習 ,  マルチカメラ ,  ビデオサーベイランス , 【Automatic Indexing@JST】

分類 (2件)： 人工知能  (JE08000Z) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (4件)： 人物 ,  同定 ,  教師 ,  距離計量学習