文献

J-GLOBAL ID：201802287580531360   整理番号：18A0589635

ミスアラインメントロバストな人物再同定のための特徴マップにプーリング身体部分【Powered by NICT】

Pooling body parts on feature maps for misalignment robust person re-identification

著者 (3件)： Liu Yuting (National Key Laboratory of Fundamental Science on Synthetic Vision, College of Computer Science, Sichuan University, Chengdu, China) ,  Zhao Qijun (National Key Laboratory of Fundamental Science on Synthetic Vision, College of Computer Science, Sichuan University, Chengdu, China) ,  Wu Zhihong (National Key Laboratory of Fundamental Science on Synthetic Vision, College of Computer Science, Sichuan University, Chengdu, China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： ISBA  ページ： 1-8  発行年： 2018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： 低検出境界ボックスや人体の姿勢変化に起因するミスアラインメントは,ロバストな人物再同定(re ID)システムへの重要な課題である。以前の研究のほとんどは,検出された全歩行者画像またははグローバルに整列したあるいは人体ランドマークに応じて栽培する局所画像パッチから特徴を抽出する。しかし,これらの手法はまだ異なる画像におけるミスアラインメントの人間的体に悩まされている。本論文では,ミスアラインメントロバスト者Re IDを満たすために深い結合学習(DJL)ネットワークを示した。局所特徴マップに身体部位周辺特徴をプールによる人体を整列させ,,さらに識別能力oflearned特徴表現を強化するための大域的および整列した局所特徴を最適化した。市場1501とCUHK03データセット上での実験結果は,この方法が効果的にミスアラインメント誘起クラス内変動を扱い,特にうまくそろっていない歩行者画像上で競合し得る精度をもたらすことができることを示した。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： 歩行者 ,  *ロバスト性 ,  学習 ,  最適化 ,  画像 ,  *身体部位 ,  ネットワーク ,  *アラインメント ,  *不整合
準シソーラス用語： 特徴表現 ,  局所特徴 ,  ランドマーク ,  姿勢変化 ,  *特徴マップ , 【Automatic Indexing@JST】

分類 (2件)： パターン認識  (JE07000S) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (4件)： 人物 ,  同定 ,  特徴マップ ,  身体部分