#529
summarized by : Ryoh Hayamizu
Person30K: A Dual-Meta Generalization Network for Person Re-Identification

どんな論文か?

近年,人物認識は高い精度で識別可能となったが,その学習セットとテストセットは同じシナリオやカメラセットから収集されたものが多い.この場合,異なる撮影視点,カメラの種類,背景,照明条件によって精度が低下する.これに対して汎化性能を高めるために多視点画像の人物データセットPerson30Kを提案する.また,うまく一般化できるか判断するためにDMG-Netを提案
placeholder

新規性

30,000人による1,380,000枚の画像を含む大規模データセットを構築.89箇所に設置された6,497台のカメラを含むキャプションシステム.多様な背景と人物のポーズを含む画像データセット.

結果

BoT,Center loss,AGW,Circle lossCBN,DFLNetとDMG-Netを比較し,すべてのサブセット部門で最高の性能を達成した.

その他(なぜ通ったか?等)