文献

J-GLOBAL ID：201902226950900494   整理番号：19A0497313

人物再同定のための領域分割ベース双線形融合ネットワーク【JST・京大機械翻訳】

REGION-PARTITION BASED BILINEAR FUSION NETWORK FOR PERSON RE-IDENTIFICATION

著者 (5件)： Hu Xiao (Beijing University of Posts and Telecommunications) ,  Guo Xiaoqiang (Academy of Broadcasting Science) ,  Jiang Zhuqing (Beijing University of Posts and Telecommunications) ,  Zhou Yun (Academy of Broadcasting Science) ,  Yang Zixuan (Beijing University of Posts and Telecommunications)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： GlobalSIP  ページ： 415-419  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： 人の再同定(Reid)は,人の見え方を横断する人々にマッチすることを目的としている。特徴表現とマッチングは,人間Reidタスクにおける2つの重要な要素である。本論文では,大域的および局所的情報の両方を同時に捉えることを目的として,領域分割ベースの双線形ネットワーク(RPBi-Net)を導入した。最初に,オリジナル画像上の領域分割を操作するために,新しい部分ボックス推定(PBE)サブネットワークを埋め込んだ。人間の部分の異なる重要性を考慮して,PBEを学習するときの加重領域分割損失を提案した。第二に,二つのストリーム畳込みニューラルネットワークを構築し,全体と分割人体の両方から高レベル特徴表現を学習した。最後に,学習された局所的および大域的特徴をコンパクトな双線形方法で融合し,それにより,歩行者のマッチングのための最終的な記述子を獲得した。3つのベンチマークデータセット,すなわちCUHK01,CUHK03,Market1501に関する実験的検証は,著者らのモデルが最先端の方法より著しく優れていることを実証した。Copyright 2019 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： ベンチマーク ,  *線形性 ,  歩行者 ,  *ネットワーク ,  *セグメンテーション
準シソーラス用語： 最先端 ,  畳込みニューラルネットワーク ,  加重 ,  サブネットワーク , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (5件)： 人物 ,  同定 ,  領域分割 ,  線形 ,  融合