論文の概要: HAVANA: Hierarchical and Variation-Normalized Autoencoder for Person
Re-identification
- arxiv url: http://arxiv.org/abs/2101.02568v2
- Date: Sat, 9 Jan 2021 06:05:03 GMT
- ステータス: 処理完了
- システム内更新日: 2021-04-11 00:13:07.128461
- Title: HAVANA: Hierarchical and Variation-Normalized Autoencoder for Person
Re-identification
- Title（参考訳）: HAVANA: 人物再識別のための階層的・変分正規化オートエンコーダ
- Authors: Jiawei Ren, Xiao Ma, Chen Xu, Haiyu Zhao, Shuai Yi
- Abstract要約: 人物再識別(Re-ID)は多くのビデオ監視システムにおいて非常に重要である。
Re-IDの識別機能を学ぶことは、画像空間に大きな変化があるため、依然として課題です。
HAVANAは,クラス内変動に頑健な特徴を学習する,軽量なHierArchicalおよびVAriation-Normalized Autoencoderである。
- 参考スコア（独自算出の注目度）: 29.76550606258714
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Person Re-Identification (Re-ID) is of great importance to the many video
surveillance systems. Learning discriminative features for Re-ID remains a
challenge due to the large variations in the image space, e.g., continuously
changing human poses, illuminations and point of views. In this paper, we
propose HAVANA, a novel extensible, light-weight HierArchical and
VAriation-Normalized Autoencoder that learns features robust to intra-class
variations. In contrast to existing generative approaches that prune the
variations with heavy extra supervised signals, HAVANA suppresses the
intra-class variations with a Variation-Normalized Autoencoder trained with no
additional supervision. We also introduce a novel Jensen-Shannon triplet loss
for contrastive distribution learning in Re-ID. In addition, we present
Hierarchical Variation Distiller, a hierarchical VAE to factorize the latent
representation and explicitly model the variations. To the best of our
knowledge, HAVANA is the first VAE-based framework for person ReID.
- Abstract（参考訳）: 人物再識別(Re-ID)は多くのビデオ監視システムにおいて非常に重要である。
Re-IDの識別的特徴の学習は、画像空間の大きなバリエーション、例えば、人間のポーズ、照明、視点の連続的な変化のために、依然として課題である。
本稿では,クラス内変動にロバストな特徴を学習する拡張性,軽量階層性,変分正規化オートエンコーダであるhavanaを提案する。
ハバナは、過剰な教師付き信号で変種を損なう既存の生成的アプローチとは対照的に、変種正規化オートエンコーダでクラス内変種を抑制する。
また,Re-IDにおけるコントラスト分布学習のための新しいJensen-Shannon三重項損失を導入する。
さらに,階層的変動ディシラ(hierarchical Variation Distiller)という階層的変動ディシラ(hierarchical Variation Distiller)を提案する。
我々の知る限りでは、HAVANAは個人ReIDのための最初のVAEベースのフレームワークです。
関連論文リスト
- Exploring Stronger Transformer Representation Learning for Occluded Person Re-Identification [2.552131151698595]
我々はトランスフォーマーに基づく人物識別フレームワークであるSSSC-TransReIDを組み合わせた新しい自己監督・監督手法を提案した。
我々は、ネガティブなサンプルや追加の事前学習なしに、人物の再識別のための特徴表現を強化することができる自己教師付きコントラスト学習ブランチを設計した。
提案モデルでは, 平均平均精度(mAP) とランク1の精度において, 最先端のReID手法よりも優れたRe-ID性能が得られ, 高いマージンで性能が向上する。
論文 参考訳（メタデータ） (2024-10-21T03:17:25Z) - Synthesizing Efficient Data with Diffusion Models for Person Re-Identification Pre-Training [51.87027943520492]
本稿では,既知の同一性に基づく多様な画像の効率向上と生成を行う新しいパラダイムDiffusion-ReIDを提案する。
提案したパラダイムに適合して,まず,5,183個のIDから777K以上の画像で構成された,大規模なRe-IDデータセットDiff-Personを新たに作成する。
論文 参考訳（メタデータ） (2024-06-10T06:26:03Z) - Distribution Aligned Semantics Adaption for Lifelong Person Re-Identification [43.32960398077722]
Re-IDシステムは、空間と時間の変化に適応する必要がある。
LReID(Lifelong person Re-IDentification)メソッドは、古いドメインからの例証の再生と、古いモデルでロジットに知識蒸留を適用することに依存している。
多様な歩行者画像に基づいて大規模に訓練されたRe-IDモデルは、堅牢で一般的な人間の意味知識を得ることができると論じる。
論文 参考訳（メタデータ） (2024-05-30T05:15:38Z) - Learning Invariance from Generated Variance for Unsupervised Person
Re-identification [15.096776375794356]
従来のデータ拡張をGAN(Generative Adversarial Network)に置き換えることを提案する。
3次元メッシュガイド型人物画像生成器は、人物画像をID関連およびID非関連の特徴に分解するために提案される。
生成モジュールとコントラストモジュールを共同でトレーニングすることにより、主流の大規模ベンチマーク上で、最先端の非教師なしのReID性能を実現する。
論文 参考訳（メタデータ） (2023-01-02T15:40:14Z) - Regularizing Variational Autoencoder with Diversity and Uncertainty
Awareness [61.827054365139645]
変分オートエンコーダ(VAE)は、償却変分推論に基づいて潜伏変数の後部を近似する。
よりディバースで不確実な潜在空間を学習するための代替モデルDU-VAEを提案する。
論文 参考訳（メタデータ） (2021-10-24T07:58:13Z) - HAT: Hierarchical Aggregation Transformers for Person Re-identification [87.02828084991062]
我々は,CNNとトランスフォーマーの両方の利点を,高性能な画像ベース人物Re-IDに適用する。
作業は、画像ベースのRe-IDのためのCNNとTransformerの両方の利点を初めて活用する。
論文 参考訳（メタデータ） (2021-07-13T09:34:54Z) - Discrete Auto-regressive Variational Attention Models for Text Modeling [53.38382932162732]
変分オートエンコーダ(VAE)はテキストモデリングに広く応用されている。
情報不足と後部崩壊という2つの課題に悩まされている。
本稿では,自己回帰変動注意モデル(DAVAM)を提案する。
論文 参考訳（メタデータ） (2021-06-16T06:36:26Z) - Pose Invariant Person Re-Identification using Robust Pose-transformation
GAN [11.338815177557645]
人物再識別(re-ID)は、興味ある人物の単一の事例から、画像ギャラリーから人物の画像を検索することを目的としている。
いくつかの進歩にもかかわらず、ロバストな人物再同定のための識別的アイデンティティ感と視点不変特徴の学習は、人間のポーズの変化が大きいため、大きな課題である。
本稿では,ポーズ回帰と特徴融合を組み合わせた生成逆数ネットワークの画像生成機能を利用して,ポーズ不変な特徴学習を実現するre-IDパイプラインを提案する。
論文 参考訳（メタデータ） (2021-04-11T15:47:03Z) - Unsupervised Controllable Generation with Self-Training [90.04287577605723]
GANによる制御可能な世代は依然として困難な研究課題である。
本稿では,自己学習を通じてジェネレータを制御する潜伏符号の分布を学習するための教師なしフレームワークを提案する。
我々のフレームワークは、変分オートエンコーダのような他の変種と比較して、より良い絡み合いを示す。
論文 参考訳（メタデータ） (2020-07-17T21:50:35Z) - Style Normalization and Restitution for Generalizable Person
Re-identification [89.482638433932]
我々は、ソースドメイン上でモデルをトレーニングするが、ターゲットドメイン上での一般化や性能をよく行うことのできる、一般化可能な人物ReIDフレームワークを設計する。
本稿では,シンプルで効果的なスタイル正規化・再構成(SNR)モジュールを提案する。
SNRモジュールによって強化された我々のモデルは、複数の広く使われているReIDベンチマークにおいて最先端のドメイン一般化アプローチよりも大幅に優れている。
論文 参考訳（メタデータ） (2020-05-22T07:15:10Z)
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。