#502
summarized by : ERLYN MANGUILIMOTAN
Re-Ranking via Metric Fusion for Object Retrieval and Person Re-Identification
Song Bai, Peng Tang, Philip H.S. Torr, Longin Jan Latecki

どんな論文か？

この研究は、複数の測定基準（または類似性）のアンサンブルに特定の集中力を持つ、オブジェクト検索および個人の再識別のための教師なし再ランク付け手順を研究しています。 ランク付け段階では、複数のデータ多様体の幾何学的構造を捉えるためのメトリックフュージョン（拡散プロセス）の使用を検討します。
placeholder

新規性

本論文は、それらの欠点なしにそれらの利点を用いて拡散法（NF、RED、TPF）と3融合の組合せであるUEDと呼ばれる新しい融合アルゴリズムを提案した。

結果

4つのベースライン類似性測度（GIFT、ResNet、Volumetric CNN、PANORAMA）を使用して、統一フレームワーク（UED）は、NFがより高いスコアを持つ1を除いて、測度のすべての組み合わせにおいてNF、RED、TPFより優れています。 論文の表2,3を確認してください。

その他（なぜ通ったか？等）

GIFT、ResNet、Volumetric CNN、PANORAMAは、それぞれ結果表でB1、B2、B3、B4と呼ばれています。(Note: F1 in the figure is Algorithm 1 in the paper)

このページで利用されている画像は論文から引用しています．