文献

J-GLOBAL ID：201802253063440508   整理番号：18A0383090

偽者除去を用いた複数インスタンスメトリック学習による人物再識別【Powered by NICT】

Person re-identification by multiple instance metric learning with impostor rejection

著者 (4件)： Liu Xiaokai (School of Information and Communication Engineering, Dalian University of Technology, Dalian, 116024, PR China) ,  Wang Hongyu (School of Information and Communication Engineering, Dalian University of Technology, Dalian, 116024, PR China) ,  Wang Jie (School of Information and Communication Engineering, Dalian University of Technology, Dalian, 116024, PR China) ,  Ma Xiaorui (School of Information and Communication Engineering, Dalian University of Technology, Dalian, 116024, PR China)
資料名： Pattern Recognition  (Pattern Recognition)
巻： 67  ページ： 287-298  発行年： 2017年 
JST資料番号： D0611A  ISSN： 0031-3203  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 単一ショットアルゴリズムにおける視覚のあいまいさを除去するその能力のために,ビデオベース人物再認識は,コンピュータビジョンにおける関心の高まりを受けている。視角,照明,オクルージョンの変動に起因する視覚曖昧さが再認識問題は非常に困難なものにした。あいまいさを克服するために,以前の手法のほとんどは,ロバストな特徴表現を抽出または洗練された特徴変換を学習する。しかし,これら手法の大半が,アノテーションやトラッキングプロセスから生じる偽者の影響を無視している。この場合,虚像を真と考えられ,訓練プロセスに適用して,モデルドリフト問題となっている。モデルドリフトのリスクを低減するために,複数インスタンスメトリック学習フレームワークにおける偽者を自動的に発見することを提案した。より詳しくいえば,ここでは,偽者は関心標的に侵入し,フレームワークにおける事前としてそれを利用する程度を評価するために,kNNに基づく確信度スコアを提案した。一方では,複数インスタンスメトリック学習フレームワークにおける詐称者排除メカニズムを統合する偽者を自動的に発見し,洗練された訓練セットを用いた意味的類似性計量を学習する。実験は,提案したシステムが二つの挑戦的なデータセット(iLIDS VIDとPRID2011)上で,最先端レベルアルゴリズムと対照して,順調に機能することを示した。は1.0%と1.2%iLIDS VIDとPRID2011データセットにランク1認識率を改善した。Copyright 2018 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： 視覚 ,  再認 ,  アノテーション ,  オクルージョン ,  *曖昧さ ,  ロバスト性 ,  コンピュータビジョン
準シソーラス用語： 認識率 ,  意味類似性 ,  スコア ,  確信度 ,  特徴変換 ,  特徴表現 ,  視角 , 【Automatic Indexing@JST】

著者キーワード (4件)： 人物再同定 ,  グラフィカルモデル ,  複数インスタンスメトリック学習 ,  インポスタ(Imposter)除去

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 (4件)： インスタンス ,  メトリック学習 ,  人物 ,  識別