論文の概要: Attribute Guided Sparse Tensor-Based Model for Person Re-Identification

• arxiv url: http://arxiv.org/abs/2108.04352v1
• Date: Thu, 29 Jul 2021 04:28:36 GMT
• ステータス: 処理完了
• システム内更新日: 2021-08-15 14:35:08.991801
• Title: Attribute Guided Sparse Tensor-Based Model for Person Re-Identification
• Title（参考訳）: 属性誘導スパーステンソルに基づく人物再同定モデル
• Authors: Fariborz Taherkhani, Ali Dabouei, Sobhan Soleymani, Jeremy Dawson, and Nasser M. Nasrabadi
• Abstract要約: 本研究では,人物の属性から特徴を活用できる新しい手法を提案する。 我々のモデルはテンソルを用いて、識別と属性の特徴を非線形に融合し、損失関数のテンソルのパラメータを強制してReIDの非ネイティブな融合特徴を生成する。
• 参考スコア（独自算出の注目度）: 27.508755548317712
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Visual perception of a person is easily influenced by many factors such as camera parameters, pose and viewpoint variations. These variations make person Re-Identification (ReID) a challenging problem. Nevertheless, human attributes usually stand as robust visual properties to such variations. In this paper, we propose a new method to leverage features from human attributes for person ReID. Our model uses a tensor to non-linearly fuse identity and attribute features, and then forces the parameters of the tensor in the loss function to generate discriminative fused features for ReID. Since tensor-based methods usually contain a large number of parameters, training all of these parameters becomes very slow, and the chance of overfitting increases as well. To address this issue, we propose two new techniques based on Structural Sparsity Learning (SSL) and Tensor Decomposition (TD) methods to create an accurate and stable learning problem. We conducted experiments on several standard pedestrian datasets, and experimental results indicate that our tensor-based approach significantly improves person ReID baselines and also outperforms state of the art methods.
• Abstract（参考訳）: 人の視覚的知覚は、カメラパラメータやポーズ、視点の変化など、多くの要因の影響を受けやすい。 これらのバリエーションは、人の再識別(ReID)を困難な問題にします。 それでも、人間の属性は通常、そのようなバリエーションに対する堅牢な視覚特性として機能する。 本稿では,人物のReIDの属性から特徴を活用できる新しい手法を提案する。 このモデルでは、非線形なヒューズidと属性特徴にテンソルを用い、損失関数のテンソルのパラメータを強制してreidの識別的融合特徴を生成する。 テンソルベースの手法は通常、多数のパラメータを含むため、これらのパラメータのトレーニングは非常に遅くなり、オーバーフィッティングの機会も増加する。 この問題に対処するために,構造スパーシティ学習(ssl)とテンソル分解(td)に基づく2つの新しい手法を提案する。 いくつかの標準歩行者データセットの実験を行った結果, テンソルベースアプローチは人のReIDベースラインを大幅に改善し, 工法よりも優れていた。

関連論文リスト

• Parametric PerceptNet: A bio-inspired deep-net trained for Image Quality Assessment [0.9999629695552196]
  パラメトリックニューラルネットワークアーキテクチャを用いて,両世界の長所を組み合わせた視覚モデルを提案する。 パラメトリックモデルは、トレーニング中により良く振る舞うことを示し、視覚モデルとして解釈しやすいことを示す。
  論文  参考訳（メタデータ） (2024-12-04T10:55:44Z)
• ConsistentFeature: A Plug-and-Play Component for Neural Network Regularization [0.32885740436059047]
  過パラメータ化されたニューラルネットワークモデルは、トレーニングとテストセットの間に大きなパフォーマンスの相違をもたらすことが多い。 モデルは異なるデータセットで異なる表現を学習する。 適応的手法であるConsistentFeatureを提案し、同じトレーニングセットのランダムなサブセット間で特徴差を制約することでモデルを正規化する。
  論文  参考訳（メタデータ） (2024-12-02T13:21:31Z)
• 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)
• Open-Set Deepfake Detection: A Parameter-Efficient Adaptation Method with Forgery Style Mixture [58.60915132222421]
  本稿では,顔偽造検出に汎用的かつパラメータ効率の高い手法を提案する。 フォージェリー・ソース・ドメインの多様性を増大させるフォージェリー・ミックス・フォーミュレーションを設計する。 設計したモデルは、トレーニング可能なパラメータを著しく減らし、最先端の一般化性を実現する。
  論文  参考訳（メタデータ） (2024-08-23T01:53:36Z)
• Self-Supervised Disentanglement by Leveraging Structure in Data Augmentations [63.73044203154743]
  自己教師付き表現学習は、しばしばデータの「スタイル」属性を誘導するためにデータ拡張を使用する。 データの属性が実際に"スタイル"であり、安全に破棄されるような先入観を推論することは困難である。 スタイル機能を捨てるよりも、スタイル機能を切り離そうとする、より原則化されたアプローチを導入します。
  論文  参考訳（メタデータ） (2023-11-15T09:34:08Z)
• Self-similarity Driven Scale-invariant Learning for Weakly Supervised Person Search [66.95134080902717]
  自己相似性駆動型スケール不変学習(SSL)という新しいワンステップフレームワークを提案する。 本稿では,ネットワークを前景と学習スケール不変の機能に集中させるための,マルチスケール・エクステンプラー・ブランチを提案する。 PRWおよびCUHK-SYSUデータベースの実験により,本手法の有効性が示された。
  論文  参考訳（メタデータ） (2023-02-25T04:48:11Z)
• Posterior Collapse and Latent Variable Non-identifiability [54.842098835445]
  柔軟性を犠牲にすることなく識別性を強制する深層生成モデルである,潜時同定可能な変分オートエンコーダのクラスを提案する。 合成および実データ全体にわたって、潜在識別可能な変分オートエンコーダは、後方崩壊を緩和し、データの有意義な表現を提供する既存の方法より優れている。
  論文  参考訳（メタデータ） (2023-01-02T06:16:56Z)
• Unsupervised Learning Facial Parameter Regressor for Action Unit Intensity Estimation via Differentiable Renderer [51.926868759681014]
  骨駆動型顔モデル(BDFM)に基づいて,異なる視点で顔パラメータを予測する枠組みを提案する。 提案するフレームワークは,特徴抽出器,ジェネレータ,顔パラメータ回帰器から構成される。
  論文  参考訳（メタデータ） (2020-08-20T09:49:13Z)
• NiLBS: Neural Inverse Linear Blend Skinning [59.22647012489496]
  本稿では, 従来のスキン加工技術を用いて, ポーズによってパラメータ化されたニューラルネットワークを用いて変形を反転させる手法を提案する。 これらの変形を逆転する能力は、例えば距離関数、符号付き距離関数、占有率)の値を静止ポーズで事前計算し、文字が変形したときに効率的にクエリすることができる。
  論文  参考訳（メタデータ） (2020-04-06T20:46:37Z)

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。