文献

J-GLOBAL ID：201802226044845548   整理番号：18A0518382

人物再同定のための適応制約のある統合計量学習【Powered by NICT】

Integrated metric learning with adaptive constraints for person re-identification

著者 (4件)： Hao Lei (Communication and Information Security Lab, Institute of Big Data Technologies, Shenzhen Graduate School, Peking University) ,  Yao Wenbin (Communication and Information Security Lab, Institute of Big Data Technologies, Shenzhen Graduate School, Peking University) ,  Pei Chao (Communication and Information Security Lab, Institute of Big Data Technologies, Shenzhen Graduate School, Peking University) ,  Zhu Yuesheng (Communication and Information Security Lab, Institute of Big Data Technologies, Shenzhen Graduate School, Peking University)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ICIP  ページ： 161-165  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： 人物再認識は,セットギャラリー者に対するプローブ者を探索する重要な技術であると計量学習法は,マッチング者画像におけるそれらの有効性を示した。本論文では,人物再同定の性能を促進するために提案した適応制約(IMLAC)法を用いた統合計量学習。法では,画像対の差と共通性を組み合わせて,新奇な統合計量を定義した。歩行者画像の複雑な変化を考慮して,適応ペアごと制約条件のルールは,統合された計量に対する拡張画像対間の分離と再結合をさらに強化することである。VIPeR,PRID450Sとグリッドを含む三人物再認識データセット上で行った包括的な実験を行い,提案した方法が最先端の手法を凌ぐことを示唆した。Copyright 2018 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： *学習 ,  プローブ ,  マッチング ,  画像 ,  再認 ,  歩行者 ,  再結合
準シソーラス用語： 共通性 , 【Automatic Indexing@JST】

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

タイトルに関連する用語 (7件)： 人物 ,  同定 ,  適応 ,  制約 ,  統合 ,  計量 ,  学習