文献

J-GLOBAL ID：202002285754253178   整理番号：20A1918566

人物再同定のためのトランスダクティブ半教師つきメトリック学習【JST・京大機械翻訳】

Transductive semi-supervised metric learning for person re-identification

著者 (5件)： Chang Xinyuan (School of Software Engineering, Xi’an Jiaotong University, China) ,  Ma Zhiheng (College of Artificial Intelligence, Xi’an Jiaotong Univeristy, China) ,  Wei Xing (School of Software Engineering, Xi’an Jiaotong University, China) ,  Hong Xiaopeng (School of Cyber Science and Engineering, Xi’an Jiaotong University, Xi’an, Shaanxi 710049, China) ,  Gong Yihong (School of Software Engineering, Xi’an Jiaotong University, China)
資料名： Pattern Recognition  (Pattern Recognition)
巻： 108  ページ： Null  発行年： 2020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： 半教師つき学習は重要であり,ラベル付きデータを得ることが高価で労働集約的であるため,より広くなった。本論文では,ラベルなしデータがオープンセットであるという仮定に基づくメトリック学習問題である,挑戦的な半教師つき人再識別(ReID)タスクに焦点を当てた。この問題に取り組むために,著者らは,トランスダクティブセミスパービジョン学習(TSSML)フレームワークを提案した。TSSMLでは,非ラベルデータにおけるハード三重項を深くマイニングするためのグラフベーストランスダクティブハードマイニング法,さらに不正確な三重項を縮小するための次数ベース関係信頼スコアリング法を提案した。さらに,特徴一貫性損失(FCL)を調べ,半教師つきReIDの表現学習を改善するためにカリキュラム学習戦略を採用した。3つの大規模ReIDデータセットについて広範な実験を行い,著者らのTSSMLフレームワークの有効性を実証した。Copyright 2020 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *学習 ,  カリキュラム ,  有効性
準シソーラス用語： 半教師つき学習 ,  学習戦略 ,  *メトリック学習 , 【Automatic Indexing@JST】

著者キーワード (5件)： 人物の再同定 ,  トランスダクティブ学習 ,  半教師つき学習 ,  グラフ ,  信頼スコア

分類 (3件)： 人工知能  (JE08000Z) ,  図形・画像処理一般  (JE04010I) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (4件)： 人物 ,  同定 ,  教師 ,  メトリック学習