المجموعات المهيمنة المقيدة بعمق لاعادة التعرف على الأفراد

في هذا العمل، نقترح مخطط تجميع مقيد من النهاية إلى النهاية لمعالجة مشكلة إعادة التعرف على الشخص (re-id). أثبتت الشبكات العصبية العميقة (DNN) فعاليتها مؤخرًا في مهمة إعادة التعرف على الشخص. بشكل خاص، بدلاً من الاعتماد فقط على تشابه الصورة الاستعلامية مع صور المعرض، أثبتت توزيع التشابهات بين صور المعرض بطريقة من النهاية إلى النهاية أنها فعالة في تحقيق تشابه قوي بين الصورة الاستعلامية وصور المعرض. ومع ذلك، فإن الأساليب الحالية لا تستخدم الصورة الاستعلامية كقيد، وهي عرضة لنشر الضوضاء أثناء عملية توزيع التشابه. للقضاء على هذا، نقترح مخططًا مثيرًا للاهتمام يعالج مشكلة استرجاع صور الأشخاص كمشكلة {\em تحسين التجميع المقيد}، والتي نطلق عليها الشبكات المهيمنة المقيدة العميقة (DCDS). بالنظر إلى صورة استعلامية وصور معرض، نعيد صياغة مشكلة إعادة التعرف على الشخص كإيجاد تجمع مقيد، حيث يتم استخدام الصورة الاستعلامية كقيد (بذرة)، وكل تجمع يتوافق مع مجموعة من الصور التي تنتمي لنفس الشخص. عن طريق تحسين التجميع المقيد بطريقة من النهاية إلى النهاية، نستفيد بشكل طبيعي من المعرفة السياقية لمجموعة الصور التي تنتمي للشخص المعطى. نعزز الأداء أكثر بدمج شبكة مساعدة جنبًا إلى جنب مع DCDS، والتي تعتمد على Resnet متعددة المقاييس. لتأكيد فعالية طريقتنا، نقدم تجارب على عدة قواعد بيانات معيارية ونظهر أن الطريقة المقترحة يمكن أن تتخطى أفضل الأساليب الحالية.