抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
人再識別のための教師なし領域適応(Person Re-ID)はラベル付きソースドメインに学習された知識をラベルなしターゲットドメインに転送するタスクである。この問題に取り組む最近の論文の大部分はオフライン訓練設定を採用する。より正確には,Re-IDモデルの訓練は,完全な訓練目標領域データセットにアクセスできると仮定して行う。本論文では,ターゲットドメインは,一般に,実際の実世界アプリケーションにおけるデータストリームから成り,そこでは,データが,異なるネットワークカメラから連続的に増加すると主張する。また,Re-ID解は,収集したデータが限られた期間だけ保存できるという秘密規制によって制約され,従って,モデルは以前に見られた目標画像へのアクセスをもはや得ることができない。したがって,著者らは,オンライン適応とプライバシー保護という2つの主要な制約を持つ人Re-IDのための未監督領域適応のための,新規で実用的なオンライン設定を提示する。次に,よく知られた市場-1501,Duke,およびMSMT17ベンチマークを用いて,この新しいオンライン設定に関する最先端のUDAアルゴリズムを適用し,評価した。【JST・京大機械翻訳】