초록
감시 카메라 간의 극심한 조명 변화는 사람 재식별 문제를 매우 어려운 것으로 만듭니다. 현재 대규모 재식별 데이터셋은 많은 수의 훈련 대상자를 포함하고 있지만, 조명 조건의 다양성은 부족합니다. 그 결과, 훈련된 모델이 미처 경험하지 못한 조명 조건에서 효과적으로 작동하기 위해서는 세부 조정(fine-tuning)이 필요합니다. 이 문제를 완화하기 위해, 우리는 수백 가지의 조명 조건을 포함하는 새로운 합성 데이터셋을 소개합니다. 구체적으로, 100개의 가상 인간을 실내와 실외 조명을 정확히 모델링하는 여러 HDR 환경 맵으로 조명하여 사용하였습니다. 미처 경험하지 못한 조명 조건에서 더 나은 정확도를 달성하기 위해, 우리는 합성 데이터를 활용하고 완전히 비지도 방식으로 세부 조정을 수행하는 새로운 영역 적응 기술을 제안합니다. 우리의 접근법은 반지도 및 비지도 최신 방법보다 현저히 높은 정확도를 제공하며, 지도 기술과 매우 경쟁력적입니다.