신경망 기반 개인 검색 시스템

본 연구에서는 자연 환경에서의 사람 검색 문제를 조사합니다. 쿼리와 무관하게 생성된 모든 후보 영역과 쿼리를 비교하는 대신, 쿼리 정보와 맥락적 단서를 충분히 활용하여 전체 이미지에서부터 목표인물을 정확히 위치시키기 위해 검색 영역을 재귀적으로 축소하는 방법을 제안합니다. 이러한 재귀적인 위치 결정을 위해 신경망 기반 사람 검색 시스템(Neural Person Search Machines, NPSM)을 개발하였습니다. NPSM은 그 신경 검색 메커니즘 덕분에, 목표 인물이 포함된 더 좁은 영역으로 자동적으로 초점을 선택적으로 축소할 수 있습니다. 이 과정에서 NPSM은 내부 원시 메모리 구성요소를 사용하여 주의를 조절하고 다른 방해 요소들에 대한 견고성을 강화하기 위해 쿼리 표현을 기억합니다. CUHK-SYSU 사람 검색 데이터셋과 PRW 데이터셋 두 가지 벤치마크 데이터셋에서의 평가 결과는 우리의 방법이 mAP와 상위 1개 평가 프로토콜 모두에서 현재 최신 기술들을 능가할 수 있음을 입증하였습니다.