2달 전
HydraPlus-Net: 보행자 분석을 위한 주의 깊은 딥 피처
Xihui Liu; Haiyu Zhao; Maoqing Tian; Lu Sheng; Jing Shao; Shuai Yi; Junjie Yan; Xiaogang Wang

초록
보행자 분석은 지능형 비디오 감시에서 중요한 역할을 하며, 보안 중심의 컴퓨터 비전 시스템의 핵심 구성 요소입니다. 컨벌루션 신경망이 이미지에서 차별적인 특징을 학습하는 데 뛰어나지만, 보행자의 종합적인 특징을 세부적인 작업에 대해 학습하는 것은 여전히 해결되지 않은 문제입니다. 본 연구에서는 다방향으로 다중 수준의 주의 맵을 다양한 특징 층에 전달하는 새로운 주의 기반 딥 뉴럴 네트워크인 HydraPlus-Net (HP-net)을 제안합니다. 제안된 HP-net에서 학습된 주의 깊은 특징은 다음과 같은 독특한 장점을 제공합니다: (1) 모델은 저수준에서 의미 수준까지 여러 가지 주의를 포착할 수 있으며, (2) 주의 특징의 다중 스케일 선택성을 탐색하여 보행자 이미지에 대한 최종 특징 표현을 풍부하게 합니다. 우리는 보행자 속성 인식과 개인 재식별이라는 두 가지 작업에서 제안된 HP-net의 효과성과 일반성을 입증하였습니다. 집약적인 실험 결과를 통해 HP-net이 다양한 데이터셋에서 기존 최고 성능 방법들을 능가함을 증명하였습니다.