文献

J-GLOBAL ID：202202260198865217   整理番号：22A1136844

ステップ型特徴空間分割と局所注意機構に基づく歩行者再認識【JST・京大機械翻訳】

Person Re-identification Based on Stepped Feature Space Segmentation and Local Attention Mechanism

著者 (2件)： Shi Yuexiang (湘潭大学計算机学院・网絡空間安全学院 湘潭 411105) ,  Zhou Yue (湘潭大学計算机学院・网絡空間安全学院 湘潭 411105)
資料名： Dianzi yu Xinxi Xuebao  (Dianzi yu Xinxi Xuebao)
巻： 44  号： 1  ページ： 195-202  発行年： 2022年 
JST資料番号： C2507A  ISSN： 1009-5896  CODEN： DKXUEC  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： ネットワークをより効率的に捕らえるために歩行者の判別を行うため、本論文では、階段型特徴空間分割と局所分岐注意力ネットワーク(SLANet)機構に基づく多分岐ネットワークを局部画像に注目する顕著な情報を提案した。まず、ネットワークに階段型分岐注意力モジュールを導入し、このモジュールは階段型で特徴図に対して水平分塊を行い、そして分枝注意力を用いて各分枝に異なる重みを割り当てた。次に,ネットワークに多重スケール適応注意力モジュールを導入し,このモジュールは局所特徴を取り扱うため,適応的に受容野サイズを調整して異なるスケール画像に適応し,同時にチャネル注意力と空間注意力を融合して画像の重要な特徴を選別した。ネットワーク設計において,グローバル特徴および局所的特徴を,マルチ粒状性ネットワークによって結合する。最後に,この方法を3つの広く使用されている歩行者再認識データセットMarket-1501,DukeMTMC-reIDおよびCUHK03上で検証した。Market-1501データセット上のmAPとRank-1はそれぞれ88.1%と95.6%に達した。実験結果は,提案したネットワークモデルが歩行者再認識精度を改善できることを示した。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： 効率 ,  ネットワーク ,  分塊圧延 ,  *歩行者 ,  精度 ,  画像 ,  画像特性 ,  モデル ,  粒状性 ,  階段形 ,  チャネル
準シソーラス用語： ネットワークモデル ,  ネットワーク設計 ,  マルチスケール ,  認識精度 ,  受容野 ,  空間分割 ,  局所特徴 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (5件)： ステップ型 ,  特徴空間 ,  注意 ,  歩行者 ,  再認識