A funcionalidade de pesquisa está em construção.
A funcionalidade de pesquisa está em construção.

The original paper is in English. Non-English content has been machine-translated and may contain typographical errors or mistranslations. ex. Some numerals are expressed as "XNUMX".
Copyrights notice

The original paper is in English. Non-English content has been machine-translated and may contain typographical errors or mistranslations. Copyrights notice

Gray Augmentation Exploration with All-Modality Center-Triplet Loss for Visible-Infrared Person Re-Identification Exploração de aumento de cinza com perda de trio central em todas as modalidades para reidentificação de pessoa no infravermelho visível

Xiaozhou CHENG, Rui LI, Yanjing SUN, Yu ZHOU, Kaiwen DONG

  • Exibições de texto completo

    0

  • Cite isto

Resumo:

A reidentificação de pessoas por infravermelho visível (VI-ReID) é uma tarefa desafiadora de recuperação de pedestres devido à enorme discrepância de modalidade e discrepância de aparência. Para resolver esta difícil tarefa, esta carta propõe um novo método de exploração de aumento de cinza (GAE) para aumentar a diversidade dos dados de treinamento e buscar a melhor proporção de aumento de cinza para aprender um modelo mais focado. Além disso, também propomos uma forte perda de trio central (AMCT) para todas as modalidades para tornar as características extraídas do mesmo pedestre mais compactas, mas aquelas de pessoas diferentes mais separadas. Experimentos realizados no conjunto de dados público SYSU-MM01 demonstram a superioridade do método proposto na tarefa VI-ReID.

Publicação
IEICE TRANSACTIONS on Information Vol.E105-D No.7 pp.1356-1360
Data de publicação
2022/07/01
Publicitada
2022/04/06
ISSN online
1745-1361
DOI
10.1587/transinf.2021EDL8101
Tipo de Manuscrito
LETTER
Categoria
Reconhecimento de imagem, visão computacional

autores

Xiaozhou CHENG
  China University of Mining and Technology,Sinostell Maanshan General Institute of Mining Research Co., Ltd.
Rui LI
  China University of Mining and Technology
Yanjing SUN
  China University of Mining and Technology
Yu ZHOU
  China University of Mining and Technology
Kaiwen DONG
  China University of Mining and Technology

Palavra-chave