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。
交差ドメイン人再識別の性能は,近年大いに改善された。しかし,既存の交差ドメイン人再同定法には,まだ2つの問題がある。第一に,それらの大部分は背景雑音を含む特徴にドメイン適応を行う。第二に,それらはドメイン内とドメイン間を含む異なる特徴間の相関を無視する。これらの問題を克服するために,著者らは,ドメイン間およびドメイン間の意味的局所特徴をグラフ畳込みネットワークと相関させることにより,ドメイン適応を促進する,交差ドメイン人再識別のための,新しいグラフベース局所特徴適応(GLFA)フレームワークを提案した。特に,特徴抽出段階において,背景不一致に起因する特徴シフトを避けるために,ソースとターゲットドメインサンプルの両方に対する意味的局所特徴を抽出するために構文解析モデルを利用した。特徴適応段階において,2つの積層グラフ畳込みネットワーク(GCN)を適用し,各ドメイン内の意味的局所特徴情報を伝搬し,異なるドメインを横断した。それはソースドメインからターゲットドメインへの特定の知識の移動を促進する。さらに,GCNにより更新された異なるドメインからの特徴を確保するために,GCNのトップに局所特徴分布アラインメント損失を導入した。GCNとアラインメント損失の組合せによって,このフレームワークは,他の因子によって効果的に引き起こされる特徴シフトを減少できる。市場-1501,DukeMTMC-reID,およびMSMT17データセットに関する広範な実験は,著者らの方法が最先端の方法より明らかに優れていることを示した。Copyright 2022 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】