Fugu-MT 論文翻訳(概要): Branch-Cooperative OSNet for Person Re-Identification

論文の概要: Branch-Cooperative OSNet for Person Re-Identification

arxiv url: http://arxiv.org/abs/2006.07206v1
Date: Fri, 12 Jun 2020 14:09:23 GMT
ステータス: 処理完了
システム内更新日: 2022-11-22 04:28:13.598166
Title: Branch-Cooperative OSNet for Person Re-Identification
Title（参考訳）: 個人再識別のための分岐協調osnet
Authors: Lei Zhang, Xiaofu Wu, Suofei Zhang and Zirui Yin
Abstract要約: 我々は、BC-OSNetと呼ばれるOSNet上のRe-IDのためのブランチ協調アーキテクチャを提案する。 BC-OSNetは3つの一般的なデータセットで最先端のパフォーマンスを達成する。
参考スコア（独自算出の注目度）: 12.805388189354108
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Multi-branch is extensively studied for learning rich feature representation for person re-identification (Re-ID). In this paper, we propose a branch-cooperative architecture over OSNet, termed BC-OSNet, for person Re-ID. By stacking four cooperative branches, namely, a global branch, a local branch, a relational branch and a contrastive branch, we obtain powerful feature representation for person Re-ID. Extensive experiments show that the proposed BC-OSNet achieves state-of-art performance on the three popular datasets, including Market-1501, DukeMTMC-reID and CUHK03. In particular, it achieves mAP of 84.0% and rank-1 accuracy of 87.1% on the CUHK03_labeled.
Abstract（参考訳）: マルチブランチは、人物再識別のためのリッチな特徴表現(Re-ID)を学習するために広く研究されている。本稿では、BC-OSNetと呼ばれるOSNet上のRe-IDのためのブランチ協調アーキテクチャを提案する。グローバルブランチ,ローカルブランチ,リレーショナルブランチ,コントラストブランチという4つの協調ブランチを積み重ねることで,ペルソナリidのための強力な特徴表現を得る。大規模な実験により、BC-OSNetはMarket-1501、DukeMTMC-reID、CUHK03を含む3つの一般的なデータセットで最先端のパフォーマンスを達成した。特に、CUHK03_labeledで84.0%のmAPと87.1%のランク1の精度を達成する。

関連論文リスト

PoCo: Point Context Cluster for RGBD Indoor Place Recognition [47.12179061883084]
本稿では,屋内RGB-D位置認識タスクのための新しいエンドツーエンドアルゴリズム(PoCo)を提案する。本稿では,最近のコンテキスト・オブ・クラスタ(CoC)を一般化したネットワークアーキテクチャを提案する。
論文参考訳（メタデータ） (2024-04-03T17:38:15Z)
PersonMAE: Person Re-Identification Pre-Training with Masked AutoEncoders [132.60355401780407]
個人再識別のための汎用的特徴表現(ReID)の学習において,事前学習はますます重要な役割を担っている本稿では,Person Re-IDの課題に対処するために,2つのコア設計をマスク付きオートエンコーダに組み込んだPersonMAEを提案する。 ViT-Bのバックボーンを持つ PersonMAE は MSMT17 と OccDuke のデータセット上で 79.8% と 69.5% の mAP を達成する。
論文参考訳（メタデータ） (2023-11-08T07:02:27Z)
Unsupervised Semantic Segmentation with Self-supervised Object-centric Representations [54.32381783582341]
近年の自己教師付き特徴学習の進歩により、教師なしオブジェクトの発見とセマンティックセグメンテーションが可能となり、10年前の教師付きセマンティックセグメンテーションにおけるフィールドの状態にマッチする性能が得られた。オブジェクト発見を起動するための教師なしサリエンシマスクと自己教師付き特徴クラスタリングに基づく手法を提案し,その後擬似ラベルを用いたセマンティックセグメンテーションネットワークを訓練し,複数のオブジェクトを持つ画像上でシステムをブートストラップする。
論文参考訳（メタデータ） (2022-07-11T17:28:24Z)
Gait Recognition in the Wild: A Large-scale Benchmark and NAS-based Baseline [95.88825497452716]
歩行ベンチマークにより、研究コミュニティは高性能歩行認識システムの訓練と評価を行うことができる。 GREWは、野生における歩行認識のための最初の大規模データセットである。 SPOSGaitはNASベースの最初の歩行認識モデルである。
論文参考訳（メタデータ） (2022-05-05T14:57:39Z)
Lightweight Multi-Branch Network for Person Re-Identification [6.353193172884524]
本稿では,資源効率の高いOSNetバックボーン上に構築されたマルチブランチアーキテクチャにおいて,グローバル,パートベース,チャネル機能を組み合わせた軽量ネットワークを提案する。トレーニング手法と設計選択をうまく組み合わせることで, CUHK03ラベル付き, CUHK03検出, Market-1501で85.1% mAP / 87.2% rank1, 82.4% mAP / 84.9% rank1, 91.5% mAP / 96.3% rank1の最先端結果が得られる。
論文参考訳（メタデータ） (2021-01-26T13:28:46Z)
Integrating Coarse Granularity Part-level Features with Supervised Global-level Features for Person Re-identification [3.4758712821739426]
パートレベルの人物Re-IDネットワーク(CGPN)は、全体像と部分像の両方に教師付きグローバル機能を統合する。 CGPNは、全体像と部分像の両方に有効な身体部分の特徴を抽出することを学ぶ。 Market-1501、DukeMTMC-reID、CUHK03といった3つのRe-IDデータセットでトレーニングされた単一モデル。
論文参考訳（メタデータ） (2020-10-15T11:49:20Z)
EagleEye: Fast Sub-net Evaluation for Efficient Neural Network Pruning [82.54669314604097]
EagleEyeは、適応型バッチ正規化に基づく、シンプルだが効率的な評価コンポーネントである。異なる破砕された構造と最終的な精度の間に強い相関関係が明らかになる。このモジュールは、既存のプルーニングアルゴリズムをプラグインし改善するためにも一般的である。
論文参考訳（メタデータ） (2020-07-06T01:32:31Z)
A heterogeneous branch and multi-level classification network for person re-identification [13.868524909296553]
本稿では、事前学習されたResNet-50モデルに基づいて設計した、新しい異種分岐・多レベル分類ネットワーク(HBMCN)を提案する。 CNの教師付き学習において,複数の高層層から多層特徴を抽出し,人を表現することを目的とした,新しい多層分類関数を提案する。
論文参考訳（メタデータ） (2020-06-02T03:34:50Z)
ResNeSt: Split-Attention Networks [86.25490825631763]
このアーキテクチャは、異なるネットワークブランチにチャンネルワイズを応用し、機能間相互作用のキャプチャと多様な表現の学習の成功を活用する。我々のモデルはResNeStと呼ばれ、画像分類の精度と遅延トレードオフにおいてEfficientNetより優れています。
論文参考訳（メタデータ） (2020-04-19T20:40:31Z)
Learning Diverse Features with Part-Level Resolution for Person Re-Identification [10.940478376944133]
本稿では,PLR-OSNetと呼ばれる軽量ネットワークアーキテクチャを構築することを提案する。 Omni-Scale Network(OSNet)上のPart-Level機能解決(Part-Level feature Resolution)というアイデアに基づいて、機能多様性を実現する。 Market1501、DukeMTMC-reID、CUHK03など、人気のある人物Re-IDデータセットの最先端のパフォーマンスを実現している。
論文参考訳（メタデータ） (2020-01-21T11:01:56Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。