- …
- …
#475
summarized by : Masaki Miyamoto
どんな論文か？
自動車の照合（Re-ID）は，ディープラーニング手法でも，準同一映像課題が依然として存在する．従来方法は，この課題を処理するために単にグローバルな視覚的機能に頼っていた．本稿では，微妙な食い違いの知覚能力を強化する，単純ではあるが効率的な部分正規化識別特徴保存法を提案する．また，検出ブランチを導入することで，部分制約をグローバルなRe-IDモジュールと統合するための新しいフレームワークを開発する．
新規性
・ローカルとグローバルの表現を一緒に考慮することによる，効果的な表現学習フレームワークの設計
•車両の照合のためのグローバル特徴の識別能力を高めるための，部分正規化アプローチの提案
結果
VehicleIDデータセットを用いて累積一致曲線(CMC)を評価基準とすると，従来手法であるVGG+Triplet Loss，VGG+CCL，Mixed Diff+CCL，OIFE，VAMIと比べると，提案手法の方が上回ったという結果になった．また，VeRi-776データセットを用いてｍAPとHITを評価基準とした場合でも，比較した結果，従来手法の値を上回るという結果になった．
その他（なぜ通ったか？等）
- …
- …