2016-2022 All Rights Reserved.平安財(cái)經(jīng)網(wǎng).復(fù)制必究 聯(lián)系QQ280 715 8082 備案號(hào):閩ICP備19027007號(hào)-6
本站除標(biāo)明“本站原創(chuàng)”外所有信息均轉(zhuǎn)載自互聯(lián)網(wǎng) 版權(quán)歸原作者所有。
人員重新識(shí)別需要在來自不同相機(jī)并具有不同背景,角度或位置的多個(gè)圖像中自動(dòng)識(shí)別同一個(gè)人。盡管最近在人工智能(AI)領(lǐng)域取得了進(jìn)展,但人員重新識(shí)別仍然是一項(xiàng)極具挑戰(zhàn)性的任務(wù),特別是由于人的姿勢(shì)有很多變化,以及與照明,遮擋,錯(cuò)位和背景雜亂相關(guān)的其他差異。
美國蘇寧研發(fā)中心的研究人員最近開發(fā)了一種基于多尺度身體部位掩模引導(dǎo)注意網(wǎng)絡(luò)(MMGA)的人員重新識(shí)別技術(shù)。他們的論文預(yù)先發(fā)布在arXiv上,將于6月份的2019年CVPR研討會(huì)聚焦演示期間發(fā)表。
“人們重新識(shí)別正在成為一項(xiàng)越來越重要的任務(wù),因?yàn)樗哂袕V泛的潛在應(yīng)用,例如刑事調(diào)查,公共安全和圖像檢索,”進(jìn)行這項(xiàng)研究的研究人員之一的Honglong Cai告訴TechXplore。“然而,由于遮擋,錯(cuò)位,姿勢(shì)變化和背景雜亂,它仍然是一項(xiàng)具有挑戰(zhàn)性的任務(wù)。在我們最近的研究中,我們的團(tuán)隊(duì)試圖開發(fā)一種方法來克服這些挑戰(zhàn)。”
蔡和他的同事沒有關(guān)注整個(gè)圖像,而是開發(fā)了一個(gè)人物重新識(shí)別的模型,只關(guān)注感興趣的人,忽略了背景。將這一想法更進(jìn)一步,他們的模型分析給定圖像中人的不同身體部位。
“為了實(shí)現(xiàn)我們的想法,我們創(chuàng)造性地提出了一個(gè)多尺度的身體部分面具引導(dǎo)注意網(wǎng)絡(luò),”蔡說。“我們應(yīng)用身體面具來指導(dǎo)我們模型的訓(xùn)練,以便它可以更多地關(guān)注圖像中的人體。我們的模型包含兩個(gè)部分:特征提取器和注意模塊。”
由蔡和他的同事設(shè)計(jì)的模型的特征提取器組件可以從圖像中提取人體的辨別特征。另一方面,模型的注意模塊引導(dǎo)MMGA網(wǎng)絡(luò),突出顯示應(yīng)該密切注意的圖像區(qū)域(即像素)。
研究人員使用身體面具來指導(dǎo)模型注意模塊的訓(xùn)練,因?yàn)檫@樣可以讓人體識(shí)別背景信息。此外,他們將身體面罩分成上身和下身面罩,以便注意模塊可以學(xué)會(huì)區(qū)分人體的上部和下部。
“與大多數(shù)現(xiàn)有人重新識(shí)別方法不同,將圖像分割成固定的幻燈片,我們的模型可以確切地分辨上半身和下半身的位置,”蔡解釋道。“此外,身體面罩僅用于訓(xùn)練階段,我們?cè)谕评黼A段不需要身體面罩,這使我們的模型在實(shí)際應(yīng)用中非常有效。”
為了評(píng)估他們的模型,Cai和他的同事進(jìn)行了一系列實(shí)驗(yàn),測(cè)試其在兩個(gè)數(shù)據(jù)集上的表現(xiàn),即Market-1501和DukeMTMC-reID數(shù)據(jù)集。他們發(fā)現(xiàn),他們的模型可以減少人的姿勢(shì),錯(cuò)位和背景雜亂的變化的負(fù)面影響,優(yōu)于最先進(jìn)的重新識(shí)別方法。
研究人員收集的研究結(jié)果表明,注意機(jī)制可以顯著提高人員重新識(shí)別網(wǎng)絡(luò)的準(zhǔn)確性。此外,他們的研究介紹了一種可以進(jìn)一步提高這種準(zhǔn)確性的面罩指導(dǎo)注意訓(xùn)練方法
“在我們最近的工作中,上身面罩和下身面罩被用來指導(dǎo)注意模塊的訓(xùn)練,”蔡說。“將來,我們希望嘗試將身體面具分成更精細(xì)的細(xì)節(jié),如頭部,手部,手臂,腿部等,因?yàn)檫@可以進(jìn)一步提高人員重新識(shí)別的準(zhǔn)確性。”
2016-2022 All Rights Reserved.平安財(cái)經(jīng)網(wǎng).復(fù)制必究 聯(lián)系QQ280 715 8082 備案號(hào):閩ICP備19027007號(hào)-6
本站除標(biāo)明“本站原創(chuàng)”外所有信息均轉(zhuǎn)載自互聯(lián)網(wǎng) 版權(quán)歸原作者所有。