文献

J-GLOBAL ID：201802234804018743   整理番号：18A0244455

人物再同定のためのトリプレットベース深部類似性の学習【Powered by NICT】

Triplet-Based Deep Similarity Learning for Person Re-Identification

著者 (4件)： Liao Wentong ,  Yang Michael Ying ,  Zhan Ni ,  Rosenhahn Bodo
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ICCVW  ページ： 385-393  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： 近年,人物再認識(リード)は,コンピュータビジョンのコミュニティと産業の両方で大きな注目を集めている。本論文では,畳込みニューラルネットワーク(CNN)を用いた三重項ベースの深い類似性学習を用いた人物再認識のための新しいフレームワークを提案した。ネットワークは三重項入力を用いて訓練される:それらの二は同じクラスラベルを持ち,もう一つは異なっていた。深い特徴表現,同じクラス内の距離が減少することを学習することを目的とした,一方,異なるクラス間の距離を可能な限り増加した。さらに,筆者らは,六種のデータセット,一般的な方法とは異なるついてモデル学習を併用-オンモデルは,一つのデータセット上で訓練されたと同じものにも試験した。しかし,訓練サンプルの大きな数間の可能な三重項データの膨大な数を訓練を不能にした。この課題を解決するために,二重サンプリングスキームはできるだけ効果的な画像の三重項を生成するために提案した。提案したフレームワークは,いくつかのベンチマークデータセット上で評価した。実験結果は,この方法は人物再認識タスクのための有効で,匹敵するまたは最新技術手法の性能を上回るも示した。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： コミュニティ ,  画像 ,  *学習 ,  再認 ,  *類似性 ,  三重項 ,  コンピュータビジョン ,  ネットワーク
準シソーラス用語： モデル学習 ,  特徴表現 ,  畳込みニューラルネットワーク , 【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 (6件)： 人物 ,  同定 ,  トリプレット ,  深部 ,  類似性 ,  学習