- …
- …
#370
summarized by : Hiroaki Aizawa
どんな論文か？
Person Re-Idでは，異なるカメラに渡るintra-class variationsの問題がある．この研究では，この変動を緩和するために，生成モデルにより生成されたデータを利用することによってRe-Idの識別器を改善する方法を提案．言い換えると，生成ステージと識別ステージをend-to-endに繋いだフレームワークを構築した．
新規性
Re-Idにおいてこれまで分離していた，生成モデルによって学習データを拡張する方法と，Re-Idの識別を統合したこと．Generatorが人画像をappearance codeとstructure codeへencodeできるように学習したことも新規性．これにより，異なる人間でこれらのcodeを入れ替えて生成できる．
結果
図に示すように，Market-1501にてappearanceとstructureの分離と入れ替えが可能であることを示した．またRe-Idの性能に関しても性能向上を確認．
その他（なぜ通ったか？等）
- …
- …