2달 전

강력하지만 단순한 기준선: 두 가지 세밀도의 트리플렛 손실을 이용한 가시광-열화상 사람 재식별

Liu, Haijun ; Chai, Yanxia ; Tan, Xiaoheng ; Li, Dong ; Zhou, Xichuan
강력하지만 단순한 기준선: 두 가지 세밀도의 트리플렛 손실을 이용한 가시광-열화상 사람 재식별
초록

본 서신에서 우리는 가시광-열화상 개인 재식별(VT-ReID)을 위한 개념적으로 간단하면서도 효과적인 이중 세분화 트리플 로스를 제안합니다. 일반적으로, ReID 모델은 세부 세분화 수준의 샘플 기반 트리플 로스와 식별 로스로 항상 훈련됩니다. 클래스 내 일관성과 클래스 간 차별성을 촉진하기 위해 거칠게 세분화된 수준에서 중심 기반 로스가 도입될 가능성이 있습니다. 우리가 제안하는 이중 세분화 트리플 로스는 계층적 구조로 세부에서 거칠게 세분화된 방식으로 샘플 기반 트리플 로스와 중심 기반 트리플 로스를 잘 조직합니다. 이를 위해서는 폴링(pooling) 및 배치 정규화(batch normalization) 등의 일반적인 연산의 몇 가지 간단한 설정만 필요합니다. RegDB 및 SYSU-MM01 데이터셋에 대한 실험 결과, 전역 특징(global features)만 사용해도 우리의 이중 세분화 트리플 로스가 VT-ReID 성능을 크게 개선할 수 있음을 보여줍니다. 이는 향후 연구를 고품질로 지원할 강력한 VT-ReID 베이스라인일 수 있습니다.