文献
J-GLOBAL ID:202202291854224866   整理番号:22A0455493

ワンショット人物再同定のためのドメイン適応注意ベースドロップアウト【JST・京大機械翻訳】

Domain adaptive attention-based dropout for one-shot person re-identification
著者 (4件):
資料名:
巻: 13  号:ページ: 255-268  発行年: 2022年 
JST資料番号: W4478A  ISSN: 1868-8071  資料種別: 逐次刊行物 (A)
記事区分: 原著論文  発行国: ドイツ (DEU)  言語: 英語 (EN)
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。
クロスドメイン人再識別(re-ID)は,コンピュータビジョンと監視の分野でのその広い応用により多くの注目を集めている。しかしながら,ドメインシフト問題は,モデルがソースドメイン上で訓練されたとき,非意味ターゲットドメインに関するモデルの不十分な一般化性能をもたらす。現在の方法は,通常,ラベルなしターゲット画像のための擬似ラベルを割り当てるためにクラスタリング方法を採用して,クラスタ化方法の性能への高い依存性をもたらした。本論文では,まず,ドメイン適応アテンションベースドロップアウト(DAAD)層を設計することにより,普遍的ドメイン適応特徴を抽出することに焦点を当てた。DAAD層は,一般的注意ベースドロップアウトアダプタ(ADA)バンクによって達成され,2つのドメイン(ソースとターゲット)に重みを割り当てるために,最も識別可能な領域を確率的に,そしてドメイン注意モジュールを隠す。次に,2つの特徴メモリを1ショット学習に従って導入し,その中で1つの画像だけを各ターゲットアイデンティティのために注釈付けした。これら2つのメモリは,ラベル付きおよびラベルなし画像からそれぞれターゲット特徴を貯蔵するように設計されている。ラベル付き特徴メモリは,これらのラベルなし画像に対する擬似ラベルを推定するために活用され,一方,ラベルなし特徴メモリは,すべてのラベルなし画像間の距離を最大化し,同時に類似画像間の距離を最小化することを意図する。3つの再IDデータセット(DukeMTMC-reID,市場-1501,およびMSMT17)に関する広範な実験は,提案モデルが既存の技術よりもドメイン適応性能の改善に有効であることを実証した。Copyright The Author(s), under exclusive licence to Springer-Verlag GmbH Germany, part of Springer Nature 2021 Translated from English into Japanese by JST.【JST・京大機械翻訳】
シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
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。

分類 (2件):
分類
JSTが定めた文献の分類名称とコードです
人工知能  ,  パターン認識 
タイトルに関連する用語 (5件):
タイトルに関連する用語
J-GLOBALで独自に切り出した文献タイトルの用語をもとにしたキーワードです

前のページに戻る