文献

J-GLOBAL ID：202202284658046009   整理番号：22A1062590

教師なし領域適応人物再同定に対する一貫性平均追跡【JST・京大機械翻訳】

Consistency Mean-Teaching for Unsupervised Domain Adaptive Person Re-identification

著者 (2件)： Yu Shengming (Department of Eletronic Engineering, Tsinghua University, China) ,  Wang Shengjin (Department of Eletronic Engineering, Tsinghua University, China)
資料名： ACM Proceedings  (ACM Proceedings)
号： ICIGP 2022  ページ： 159-166  発行年： 2022年 
JST資料番号： D0698C  資料種別： 会議録 (C)
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： 教師なしドメイン適応(UDA)人再識別(re-ID)はラベル付きソースドメインモデルをラベルなしターゲットドメインに転送する。本論文では,クラスタリングベースのUDA Re-IDを改善するために,一貫性平均教師(CMT)法を提案した。CMTは,2つの一貫性,すなわち,ビュー間一貫性とイントラ同一性一貫性から成る。最初に,ビュー間一貫性は,既存のクラスタリングベースのUDA法において無視されてきたUDAのための一般的な自己監督訓練を利用した。第2に,同一アイデンティティから異なるサンプルに対する一貫した表現を出力するための教師と学生モデルの間で,イントラ同一性一貫性は規制を課した。第3に,これらの2つの一貫性を単一学生-教師フレームワークに統合し,補完的利益を容易にした。実験結果は,CMTがベースラインに対して顕著な改善をもたらし,4つの一般的なUDA再IDに関して競合精度を達成することを示した。Please refer to this article’s citation page on the publisher website for specific rights information. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 学習 ,  追跡 ,  試料 ,  適応 ,  範囲 ,  *クラスタ化 ,  基準線 ,  一貫性
準シソーラス用語： アイデンティティ , 【Automatic Indexing@JST】

著者キーワード (4件)： Re-ID ,  UDA ,  一貫性学習 ,  平均ティーチング

分類 (3件)： 人工知能  (JE08000Z) ,  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 (6件)： 教師 ,  適応 ,  人物 ,  同定 ,  平均 ,  追跡