이 연구는 교차 카메라 데이터 연결 문제를 지도 학습 그래프 클러스터링 문제로 접근한다. 기존 접근법은 카메라 간 인스턴스 매칭을 통해 문제를 해결했지만, 제안된 방법은 그래프 신경망(GNN) 기반의 계층적 클러스터링 기법을 사용한다.
구체적으로, 입력 그래프를 GNN 인코더를 통해 인코딩하고, 노드 간 연결 확률을 예측한다. 이를 바탕으로 그래프 디코딩 과정을 거쳐 최종 클러스터를 생성한다. 이 방법은 기존 접근법에서 필요했던 휴리스틱 기반의 그래프 후처리 과정을 필요로 하지 않는다.
실험 결과, 제안된 방법은 기존 GNN-CCA 방법보다 모든 클러스터링 지표에서 우수한 성능을 보였다. 또한 다양한 환경에서의 일반화 성능도 검증되었다.
다른 언어로
소스 콘텐츠 기반
arxiv.org
더 깊은 질문