論文の概要: Improving Person Re-identification with Iterative Impression Aggregation
- arxiv url: http://arxiv.org/abs/2009.10066v1
- Date: Mon, 21 Sep 2020 17:59:04 GMT
- ステータス: 処理完了
- システム内更新日: 2022-10-16 05:17:14.158383
- Title: Improving Person Re-identification with Iterative Impression Aggregation
- Title(参考訳): 反復印象アグリゲーションによる人物再同定の改善
- Authors: Dengpan Fu and Bo Xin and Jingdong Wang and Dongdong Chen and Jianmin
Bao and Gang Hua and Houqiang Li
- Abstract要約: このような直感を人身認証問題(re-ID)に定式化する。
本稿では、このアイデアをインスタンス化し、そのようなパイプラインが標準ベンチマーク上での競合性能を達成することを示すため、簡単な注意集約式を提案する。
- 参考スコア(独自算出の注目度): 115.28738095583228
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Our impression about one person often updates after we see more aspects of
him/her and this process keeps iterating given more meetings. We formulate such
an intuition into the problem of person re-identification (re-ID), where the
representation of a query (probe) image is iteratively updated with new
information from the candidates in the gallery. Specifically, we propose a
simple attentional aggregation formulation to instantiate this idea and
showcase that such a pipeline achieves competitive performance on standard
benchmarks including CUHK03, Market-1501 and DukeMTMC. Not only does such a
simple method improve the performance of the baseline models, it also achieves
comparable performance with latest advanced re-ranking methods. Another
advantage of this proposal is its flexibility to incorporate different
representations and similarity metrics. By utilizing stronger representations
and metrics, we further demonstrate state-of-the-art person re-ID performance,
which also validates the general applicability of the proposed method.
- Abstract(参考訳): ひとりに対する私たちの印象は、彼/彼女のより多くの側面を見た後に頻繁に更新されます。
このような直観を人物再同定問題(re-id)に定式化し、クエリ(probe)画像の表現をギャラリーの候補からの新しい情報とともに反復的に更新する。
具体的には,このようなパイプラインがCUHK03, Market-1501, DukeMTMCなどの標準ベンチマーク上での競合性能を実現することを示す。
このような単純な手法はベースラインモデルの性能を向上するだけでなく、最新の先進的なリグレードメソッドで同等のパフォーマンスを達成する。
この提案のもう1つの利点は、異なる表現と類似度メトリクスを組み込む柔軟性である。
より強力な表現とメトリクスを利用することで、提案手法の汎用性を検証し、最先端の人物のre-ID性能をさらに実証する。
関連論文リスト
- Breaking the Clusters: Uniformity-Optimization for Text-Based Sequential Recommendation [17.042627742322427]
従来のシーケンシャルレコメンデーションメソッドは、時間の経過とともにユーザの好みをキャプチャするために明示的なアイテムIDに依存している。
近年,テキストのみの情報をレコメンデーションに活用する研究が進んでいる。
我々は3つのペアワイズアイテムサンプリング戦略を利用するフレームワークUniTを提案する。
論文 参考訳(メタデータ) (2025-02-19T08:35:28Z) - Interactive Visualization Recommendation with Hier-SUCB [52.11209329270573]
本稿では,従来のインタラクションからユーザフィードバックを学習する対話型パーソナライズドビジュアライゼーションレコメンデーション(PVisRec)システムを提案する。
よりインタラクティブで正確なレコメンデーションのために、PVisRec設定における文脈的半帯域であるHier-SUCBを提案する。
論文 参考訳(メタデータ) (2025-02-05T17:14:45Z) - Rethinking Person Re-identification from a Projection-on-Prototypes
Perspective [84.24742313520811]
検索タスクとしてのPerson Re-IDentification(Re-ID)は,過去10年間で大きな発展を遂げてきた。
本稿では,新しいベースライン ProNet を提案する。
4つのベンチマークの実験では、提案したProNetは単純だが有効であり、以前のベースラインを大きく上回っている。
論文 参考訳(メタデータ) (2023-08-21T13:38:10Z) - A Model-Agnostic Framework for Recommendation via Interest-aware Item
Embeddings [4.989653738257287]
Interest-Aware Capsule Network (IaCN)は、関心指向のアイテム表現を直接学習するモデルに依存しないフレームワークである。
IaCNは補助的なタスクとして機能し、アイテムベースと興味ベースの両方の表現の合同学習を可能にする。
提案手法をベンチマークデータセットで評価し、異なるディープニューラルネットワークを含むさまざまなシナリオを探索する。
論文 参考訳(メタデータ) (2023-08-17T22:40:59Z) - FedAvg with Fine Tuning: Local Updates Lead to Representation Learning [54.65133770989836]
Federated Averaging (FedAvg)アルゴリズムは、クライアントノードでのいくつかのローカルな勾配更新と、サーバでのモデル平均更新の交互化で構成されている。
我々は、FedAvgの出力の一般化の背景には、クライアントのタスク間の共通データ表現を学習する能力があることを示す。
異種データを用いたフェデレーション画像分類におけるFedAvgの表現学習能力を示す実証的証拠も提供する。
論文 参考訳(メタデータ) (2022-05-27T00:55:24Z) - Contextual Similarity Aggregation with Self-attention for Visual
Re-ranking [96.55393026011811]
本稿では,自己注意を伴う文脈的類似性集約による視覚的再ランク付け手法を提案する。
提案手法の汎用性と有効性を示すため,4つのベンチマークデータセットの総合的な実験を行った。
論文 参考訳(メタデータ) (2021-10-26T06:20:31Z) - Instance and Pair-Aware Dynamic Networks for Re-Identification [16.32740680438257]
Re-identification (ReID) は、異なるカメラで同じインスタンスを識別することです。
インスタンスとペアアウェア動的ネットワークという,新しいエンドツーエンドのトレーニング可能な動的畳み込みフレームワークを提案する。
いくつかのデータセットでは、我々のアルゴリズムは最先端の手法よりも優れており、また、我々のアルゴリズムは同等のパフォーマンスを達成する。
論文 参考訳(メタデータ) (2021-03-09T12:34:41Z) - Intra-Camera Supervised Person Re-Identification [87.88852321309433]
本稿では,カメラごとの個人識別アノテーションに基づく新しい人物識別パラダイムを提案する。
これにより、最も時間がかかり、面倒なカメラ間IDラベリングプロセスがなくなる。
MATE(Multi-tAsk mulTi-labEl)Deep Learning method for intra-Camera Supervised (ICS) person re-id。
論文 参考訳(メタデータ) (2020-02-12T15:26:33Z)
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。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。