文献

J-GLOBAL ID：202202279087315627   整理番号：22A1101379

赤外可視人物再識別のためのモダリティBiasトレーニングの軽減【JST・京大機械翻訳】

Alleviating Modality Bias Training for Infrared-Visible Person Re-Identification

著者 (6件)： Huang Yan (Global Big Data Technologies Centre (GBDTC), School of Electrical and Data Engineering, University of Technology Sydney, Ultimo, NSW, Australia) ,  Wu Qiang (Global Big Data Technologies Centre (GBDTC), School of Electrical and Data Engineering, University of Technology Sydney, Ultimo, NSW, Australia) ,  Xu Jingsong (Global Big Data Technologies Centre (GBDTC), School of Electrical and Data Engineering, University of Technology Sydney, Ultimo, NSW, Australia) ,  Zhong Yi (School of Information and Electronics, Beijing Institute of Technology, Beijing, China) ,  Zhang Peng (Global Big Data Technologies Centre (GBDTC), School of Electrical and Data Engineering, University of Technology Sydney, Ultimo, NSW, Australia) ,  Zhang Zhaoxiang (Research Center for Brain-Inspired Intelligence, CAS Center for Excellence in Brain Science and Intelligence Technology, Institute of Automation, Chinese Academy of Sciences, Beijing, China)
資料名： IEEE Transactions on Multimedia  (IEEE Transactions on Multimedia)
巻： 24  ページ： 1570-1582  発行年： 2022年 
JST資料番号： W1116A  ISSN： 1520-9210  CODEN： ITMUF8  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 赤外線-可視人再識別(IV-reID)の課題は,2つのモダリティ(すなわちRGBとIR)を通して人々を認識することである。既存の切断エッジ手法は,通常,同じID(即ち,ID-tied交差-モダリティ画像対)を持つ一対の画像を使用し,それらをImageNet-訓練ResNet50に入力する。ResNet50バックボーンモデルは,RGBとIRの間のモダリティの不一致を許容するために,モダリティを横断して共有特徴を学習できる。本研究は,IV-reIDにおいてあまり議論されないModityBias訓練(MBT)問題を明らかにし,MBTがIV-reIDの性能を著しく損なうことを示した。MBTのために,IR情報は,ResNet50モデルをImageNetからの大量のRGB画像に基づいて事前訓練するとき,訓練中のRGB情報によって圧倒的にすることができる。したがって,訓練されたモデルはRGB情報に対してより傾斜している。従って,モデルのクロスモーダル一般化能力も損なわれる。この課題に取り組むために,MBTの問題点を緩和するために,交差モダリティ画像ペアのID-排他的(ID-tied)ラベルに対するネットワークの焦点を強制する二重レベル学習戦略(DLS)を提示し,そして2)RGBとIR情報の両方を含む第3のモダリティデータを導入して,訓練中に圧倒的にIRモダリティから情報をさらに防ぐ。第3のモダリティ画像は,生成敵対ネットワークによって発生する。生成された第三モダリティデータに対して,動的ID-排他的平滑(dIDeS)ラベルを提案した。実験において,包括的実験を行い,IV-reIDに暴露されたMBT問題に取り組む際のDLSの成功を実証した。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】

シソーラス用語： *赤外線 ,  データ ,  ネットワーク ,  特性 ,  認識 ,  画像 ,  モデル
準シソーラス用語： 敵意 ,  *モダリティ ,  学習戦略 , 【Automatic Indexing@JST】

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

タイトルに関連する用語 (5件)： 赤外 ,  人物 ,  識別 ,  モダリティ ,  トレーニング