14일 전

단계별 메트릭 프로모션을 통한 비지도 비디오 인물 재식별

{Huchuan Lu, Dong Wang, Zimo Liu}
단계별 메트릭 프로모션을 통한 비지도 비디오 인물 재식별
초록

영상 데이터에는 풍부한 정보가 포함되어 있으나 레이블이 부족한 문제와 함께, 강도 높은 레이블링 비용이 발생함에 따라, 우리는 비감독형 영상 기반 사람 재식별(re-ID) 방법을 제안한다. 본 연구는 두 가지 가정에 기반한다: 1) 서로 다른 장소에서 촬영되거나 오랜 시간 간격을 두고 촬영된 트랙릿(tracks)은 일반적으로 서로 다른 사람을 포함한다; 2) 각 트랙릿 내의 프레임들은 대부분 동일한 사람을 나타낸다. 이러한 가정을 바탕으로, 본 논문은 교차 카메라 트랙릿 연관성과 특징 학습을 반복적으로 수행하는 단계적 거리 측정 향상 방식을 제안한다. 구체적으로, 각 훈련 트랙릿을 쿼리로 삼아 교차 카메라 훈련 데이터셋에서 검색을 수행한다. 제안하는 방법은 상호 근접 이웃 탐색(reciprocal nearest neighbor search)에 기반하며, 초기 순위 목록에서 잘못된 매칭의 교차 카메라 근접 이웃(즉, 하드 네거티브 레이블 매칭)을 제거할 수 있다. 상호 근접 이웃 검사를 통과한 트랙릿은 쿼리와 동일한 ID를 가진 것으로 간주한다. PRID 2011, ILIDS-VID, MARS 데이터셋에서 수행된 실험 결과는, 제안된 방법이 감독 학습 기반 방법과 비교해 매우 경쟁력 있는 재식별 정확도를 달성함을 보여준다.

단계별 메트릭 프로모션을 통한 비지도 비디오 인물 재식별 | 최신 연구 논문 | HyperAI초신경