文献

J-GLOBAL ID：202202273056869307   整理番号：22A1063861

スタイル移動と姿勢生成を組み合わせた人物再同定【JST・京大機械翻訳】

Person Re-Identification Combined with Style Transfer and Pose Generation

著者 (10件)： Hui Yan (School of Computer Science and Engineering, Xi’an Technological University, Xi’an, Shaanxi, P. R. China) ,  Hui Yan (State and Provincial Joint Engineering Lab. of Advanced Network, Monitoring and Control, Xi’an, Shaanxi, P. R. China) ,  Liang Yingyu (School of Computer Science and Engineering, Xi’an Technological University, Xi’an, Shaanxi, P. R. China) ,  Liang Yingyu (State and Provincial Joint Engineering Lab. of Advanced Network, Monitoring and Control, Xi’an, Shaanxi, P. R. China) ,  Hu Xiuhua (School of Computer Science and Engineering, Xi’an Technological University, Xi’an, Shaanxi, P. R. China) ,  Hu Xiuhua (State and Provincial Joint Engineering Lab. of Advanced Network, Monitoring and Control, Xi’an, Shaanxi, P. R. China) ,  Wu Xi (School of Computer Science and Engineering, Xi’an Technological University, Xi’an, Shaanxi, P. R. China) ,  Wu Xi (State and Provincial Joint Engineering Lab. of Advanced Network, Monitoring and Control, Xi’an, Shaanxi, P. R. China) ,  Liu Huan (School of Computer Science and Engineering, Xi’an Technological University, Xi’an, Shaanxi, P. R. China) ,  Liu Huan (State and Provincial Joint Engineering Lab. of Advanced Network, Monitoring and Control, Xi’an, Shaanxi, P. R. China)
資料名： International Journal of Pattern Recognition and Artificial Intelligence  (International Journal of Pattern Recognition and Artificial Intelligence)
巻： 36  号： 2  ページ： 2256003  発行年： 2022年 
JST資料番号： T0877A  ISSN： 0218-0014  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： シンガポール (SGP)  言語： 英語 (EN)

抄録/ポイント： 既存の人物再識別データセットの数は制限され,照明,背景オクルージョン,および各データセット間の姿勢のような一連の変化があり,ロバストな特徴表現を学習する既存の方法に困難となり,認識性能の低下をもたらす。これらの問題を解決するために,スタイルと姿勢生成を結合する人再同定法を,本論文で提案した。最初に,異なるカメラからの収集画像におけるカメラスタイル差の影響によって,生成敵対ネットワークに基づくスタイル変換方法を,人再識別モデルに導入して,周期的生成敵対ネットワーク(CycleGAN)を用いて,スタイル移動を実現して,カメラ差の影響を減らした。第2に,歩行者姿勢が大いに変化するとき,同一性感受性関連情報を無視するのが容易であり,アルファPoseを導入して姿勢推定を実行した。スタイルと姿勢を組み合わせて,改良深畳込み生成敵対ネットワーク(DCGAN)構造を使用することは,入力サンプル情報を豊かにし,統一スタイル姿勢画像を生成する。一方,人間再識別ネットワークモデルを訓練する新しい合成データを用いて,モデルの認識性能を改善した。最後に,過剰適合現象を減らすために,データ強化の間にランダム消去法をさらに導入し,同時にネットワークの一般化能力を改善し,部分オクルージョンを解決する。実験結果は,提案方法が典型的スタイルベースまたは姿勢ベースの方法より優れていることを示した。市場-1501データセットにおけるランク-1とmAPの精度は,それぞれ,90.4%と74.5%であり,それは,それぞれ,2.28%と5.78%高かった。ある程度,人再識別の性能を改善した。Copyright 2022 World Scientific Publishing Company All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： カメラ ,  畳込み ,  推定 ,  ネットワーク ,  歩行者 ,  精度 ,  表示 ,  画像 ,  移動 ,  画像合成 ,  *姿勢 ,  同定 ,  ロバスト性 ,  オクルージョン
準シソーラス用語： 姿勢推定 ,  ネットワークモデル ,  特徴表現 , 【Automatic Indexing@JST】

著者キーワード (5件)： 人物の再同定 ,  スタイル移転 ,  姿勢推定 ,  画像生成 ,  ランダム消去

分類 (2件)： パターン認識  (JE07000S) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (4件)： スタイル ,  姿勢 ,  人物 ,  同定