UAV車両再同定のための自己整合空間特徴抽出ネットワーク【JST・京大機械翻訳】

Yao Aihuan; Qi Jiahao; Zhong Ping

プレプリント

J-GLOBAL ID：202202202723827538 整理番号：22P0025073

UAV車両再同定のための自己整合空間特徴抽出ネットワーク【JST・京大機械翻訳】

Self-aligned Spatial Feature Extraction Network for UAV Vehicle Re-identification

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (3件)： , ,
資料名：
発行年： 2022年01月08日プレプリントサーバーでの情報更新日： 2022年01月08日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

※このプレプリント論文は学術誌に掲載済みです。なお、学術誌掲載の際には一部内容が変更されている可能性があります。

固定監視カメラによって収集したデータセットによって行われた既存の車両再同定(ReID)タスクと比較して,無人航空機(UAV)のための車両ReIDはまだ未開発であり,より挑戦的である。同じ色とタイプを有する車両はUAVの展望から非常に類似した外観を示し,微細粒特性マイニングが必要である。最近の研究は,地域特性と成分特徴によって識別情報を抽出する傾向がある。前者は,整列する入力画像を必要とし,後者は,UAVアプリケーションに合致するのが難しい詳細な注釈を必要とする。効率的な細粒特徴を抽出し,退屈な注釈作業を避けるために,このレターは3つの分岐から成る教師なし自己整合ネットワークを開発した。ネットワークは,自己アラインメントモジュールを導入し,空間特徴で設計した三重損失関数の制約の下で実行される均一配向に可変方向を持つ入力画像を変換する。これに基づき,垂直および水平セグメンテーション法によって得た空間特徴,および大域的特徴を組込み空間における表現能力を改善するために統合した。UAV-VeIDデータセット上で広範な実験を行い,著者らの方法は最近のReID研究と比較して最良の性能を達成した。【JST・京大機械翻訳】

, , , , , , , ,
, , , , , 【Automatic Indexing@JST】

パターン認識 , データ保護 , 人工知能 , 電装品 , 移動通信

, , ,

前のページに戻る