#909
summarized by : Naoya Chiba
Learning Joint Gait Representation via Quintuplet Loss Minimization

どんな論文か?

歩容認識(Gait recognition)による識別のための従来法は,一枚の歩容画像から歩容表現を得るか,歩容画像のペアから相対的な歩容表現を得るかによって達成していた.これらを統合した手法であるJoint Unique-gait and Cross-gait Network (JUCNet)と,特徴量をクラスごとに分離するように設計したQuintuplet Loss Functionを提案.
placeholder

新規性

JUCNetは二種類の歩容を画像として入力すると,それらのそれぞれに対応した特徴量と相対的な特徴量を出力する.これらの距離を学習することで歩容表現の学習を行う.この距離を学習する際,ペアになっている画像同士が同一クラスかどうかを各ペアごとに計算するためのロス関数Quintuplet Loss Functionを導入.

結果

GEIsによって表現された歩容画像を入力とする.OUTD-B,OU-LP-Bag,CASIA-Bデータセットで評価.JUCNetが優れていること,Quintuplet Loss Functionの導入によってより性能が向上することを確認,SOTAを達成している.

その他(なぜ通ったか?等)