- …
- …
#944
summarized by : Masanori YANO
どんな論文か？
人物の検出と人物再同定(Person Re-Identification)を組み合わせた探索(Person Search)のタスクで、実際の検出結果が「人物再同定の入力」として適切な画像とは限らないことに着目し、その前提を踏まえて機能するTwo-Stepのフレームワークを提案し、高い精度を出せることを確認した。
新規性
人物の検出と人物再同定のための特徴マップ出力を同時に行い、後者では類似度を考慮したIDGQ Lossを用いるIDGQ Detectorと、人物再同定の教師データに正解以外も含め、正解とのIoUを考慮した重み付けを行うDRA Netから構成されるTCTSフレームワークを提案した。
結果
IDGQ Detector及びDRA NetいずれもResNet-50をベースとして使用し、CUHK-SYSU及びPRWのデータセットで評価を行い、One-Step(End-to-End)及びTwo-Step双方の従来手法に対し、SOTAの結果。
その他（なぜ通ったか？等）
課題設定に基づきフレームワークの全体像を提示した上で、従来手法に対する精度の優位性を示したため通ったと考えられる。
- …
- …