文献

J-GLOBAL ID：202202227794770594   整理番号：22A1055589

人物再識別のためのエンコーダ復号器支援画像生成【JST・京大機械翻訳】

Encoder-decoder assisted image generation for person re-identification

著者 (8件)： Wang Yingquan (School of Computer Science and Communication Engineering, Jiangsu University, Zhenjiang, China) ,  Jiang Ke (School of Computer Science and Communication Engineering, Jiangsu University, Zhenjiang, China) ,  Lu Hu (School of Computer Science and Communication Engineering, Jiangsu University, Zhenjiang, China) ,  Lu Hu (Jiangsu Province Big Data Ubiquitous Perception and Intelligent Agricultural Application Eng`ineering Research Center, Zhenjiang, China) ,  Xu Ziheng (School of Computer Science and Communication Engineering, Jiangsu University, Zhenjiang, China) ,  Li Gaojian (School of Electronic and Electrical Engineering, Shanghai University of Engineering Science, Shanghai, China) ,  Chen Chao (School of Computer Science and Communication Engineering, Jiangsu University, Zhenjiang, China) ,  Geng Xia (School of Computer Science and Communication Engineering, Jiangsu University, Zhenjiang, China)
資料名： Multimedia Tools and Applications  (Multimedia Tools and Applications)
巻： 81  号： 7  ページ： 10373-10390  発行年： 2022年 
JST資料番号： W1102A  ISSN： 1380-7501  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 人物再識別(ReID)ベンチマークにおけるカテゴリーにおける歩行者サンプル数が少ないため,多くの研究者は,サンプルを生成し,データセットを拡張するために,Generative Adversarial Network(GAN)を使用する。次に,実際のサンプルと生成されたサンプルを用いて,人ReIDモデルを訓練した。従来のGANでは,雑音から高次元サンプルが発生する。しかし,歩行者サンプルの複雑性のため,発生したサンプルの視覚効果は不十分である。本研究では,Encoder-Decoder Assisted Image Generative Adversal Network(EDAGAN)と呼ばれる新しい生成モデルを提案した。EDAGANは,従来のGANにより得られた特徴の次元を減らすことにより,生成されたサンプルの視覚効果を改善する。さらに,多くの既存の方法は,実際のサンプルと生成されたサンプルを同時に最適化できない。したがって,人ReIDモデルは,性能を改善するために,生成されたサンプルをうまく使用しないかもしれない。この目的のために,実際のサンプルの使用を促進し,モデル訓練のためのサンプルを生成する,異常値(SLSRO)のためのソフトラベル平滑化正則化と呼ばれる新しい損失関数を提案した。EDAGANとSLSROの有効性を評価するために,バックボーンネットワークとしてResNet-50を使用した。実験は,SLSROによるEDGANが,3つの公開ベンチマーク,市場-1501,DukeMTMC-ReIDとCUHK03に関する他のモデルと比較して,著しい改良を達成することを示した。Copyright The Author(s), under exclusive licence to Springer Science+Business Media, LLC, part of Springer Nature 2022 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 最適化 ,  雑音 ,  損失関数 ,  歩行者 ,  *復号器 ,  試料 ,  視覚効果 ,  *符号器 ,  平滑化 ,  モデル ,  *画像合成 ,  正則化 ,  異常値 ,  高次元 ,  ベンチマーク

著者キーワード (3件)： 人物ReID ,  GAN ,  自動エンコーダ

分類 (2件)： パターン認識  (JE07000S) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (6件)： 人物 ,  識別 ,  エンコーダ ,  復号器 ,  支援 ,  画像生成