教師なし人物再同定のためのマルチレベル注意【JST・京大機械翻訳】

Zheng Yi

プレプリント

J-GLOBAL ID：202202213268762980 整理番号：22P0025378

教師なし人物再同定のためのマルチレベル注意【JST・京大機械翻訳】

Multi-Level Attention for Unsupervised Person 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 (1件)：
資料名：
発行年： 2022年01月09日プレプリントサーバーでの情報更新日： 2022年01月09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)

注意機構は,追加情報を導入することなく,ニューラルネットワークにおける優れた性能のため,深層学習において広く用いられている。しかしながら,教師なし人再識別において,マルチヘッド自己注意によって代表される注意モジュールは,非地上真実の条件における注意拡大に悩まされる。この問題を解決するために,著者らは,マルチヘッド自己注意のための制約を提供するために,画素レベル注意モジュールを設計した。一方,人間再識別データの同定目標がサンプルにおけるすべての歩行者である形質のために,著者らは,より包括的な歩行者特性を提供するために,ドメインレベル注意モジュールを設計した。ヘッドレベル,ピクセルレベルおよびドメインレベルの注意を結合して,多レベル注意ブロックを提案し,大規模人再識別データセット(Market-1501,DukeMTMC-reIDおよびMSMT17およびPersonX)に対するその性能を検証した。【JST・京大機械翻訳】

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

パターン認識 , 人工知能

, , , ,

前のページに戻る