人物再同定のためのオンライン教師なし領域適応【JST・京大機械翻訳】

Rami Hamza; Ospici Matthieu; Lathuiliere Stephane

プレプリント

J-GLOBAL ID：202202215460149143 整理番号：22P0346528

人物再同定のためのオンライン教師なし領域適応【JST・京大機械翻訳】

Online Unsupervised Domain Adaptation for 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 (3件)： , ,
資料名：
発行年： 2022年05月09日プレプリントサーバーでの情報更新日： 2022年05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)

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】

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

人工知能

, , , ,

前のページに戻る