文献

J-GLOBAL ID：202002218655450009   整理番号：20A2255684

車両再同定のためのジョイントピラミッド特徴表現ネットワーク【JST・京大機械翻訳】

Joint Pyramid Feature Representation Network for Vehicle Re-identification

著者 (6件)： Lin Xiangwei (School of Information Science and Engineering, Huaqiao University, Xiamen, China) ,  Zeng Huanqiang (School of Information Science and Engineering, Huaqiao University, Xiamen, China) ,  Hou Jinhui (School of Information Science and Engineering, Huaqiao University, Xiamen, China) ,  Cao Jiuwen (Artificial Intelligence Institute, Hangzhou Dianzi University, Hangzhou, China) ,  Zhu Jianqing (School of Engineering, Huaqiao University, Quanzhou, China) ,  Chen Jing (School of Information Science and Engineering, Huaqiao University, Xiamen, China)
資料名： Mobile Networks and Applications  (Mobile Networks and Applications)
巻： 25  号： 5  ページ： 1781-1792  発行年： 2020年 
JST資料番号： W1753A  ISSN： 1383-469X  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 車両再識別(Re-ID)技術は,スマート都市のためのインテリジェント輸送システムにおいて重要な役割を行った。実世界シナリオにおける様々な不確実要因により,(例えば,解像度変動,視点変動,照明変化,オクルージョンなど),車両Re-IDは非常に挑戦的なタスクである。分解能変動の悪影響に抵抗するために,車両Re-IDのためのジョイントピラミッド特徴表現ネットワーク(JPFRN)を本論文で提案した。異なる深さを有する様々な畳み込みブロックは,車両画像の異なった分解能と意味情報を保持することを考慮して,提案したJPFRN法は,第1段階で多重解像度車両特徴を得るために,ベースネットワークを採用した。次に,ピラミッド特徴表現方式を開発し,得られた多重解像度車両特徴を再構成し,統合した。最後に,これらのピラミッド特徴を,共同三重損失とソフトマックス損失の監視の下で,より識別的な特徴の学習のために共同で表現した。2つの一般的に用いられる車両データベース(すなわち,車両IDとVeRi)に関する広範な実験結果は,提案したJPFRNが複数の最近開発した車両Re-ID法より優れていることを示した。Copyright Springer Science+Business Media, LLC, part of Springer Nature 2020 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 畳込み ,  *ネットワーク ,  不確実性 ,  分解能 ,  都市 ,  再構成 ,  交通システム ,  角錐 ,  オクルージョン
準シソーラス用語： 多重解像度 ,  意味情報 ,  照明変化 ,  *特徴表現 , 【Automatic Indexing@JST】

著者キーワード (5件)： モノのインターネット ,  知的輸送システム ,  車両再同定 ,  ジョイントピラミッド特徴表現 ,  深層学習

分類 (3件)： パターン認識  (JE07000S) ,  電装品  (QG03070C) ,  自動車事故,交通安全  (TB01050G)

タイトルに関連する用語 (4件)： 同定 ,  ジョイント ,  ピラミッド ,  特徴表現