이 논문은 비지도 사람 검색 문제를 해결하기 위해 FOUS(Fast One-stage Unsupervised person Search) 프레임워크를 제안한다. FOUS는 복잡한 클러스터링 알고리즘 대신 프로토타입 상관관계 레이블링 방법을 사용하여 계산 비용을 크게 줄였다. 또한 주의 기반 도메인 정렬 모듈(ADAM)을 도입하여 비지도 탐지로 인한 저품질 후보 프레임의 부작용을 줄였다. ADAM은 이미지 수준과 인스턴스 수준의 특징을 모두 정렬하여 탐지와 재인식 작업 간의 격차를 해소한다. 마지막으로 FOUS는 적응형 선택 전략을 사용하여 거친 레이블을 점진적으로 개선한다. 실험 결과, FOUS는 두 벤치마크 데이터셋에서 최신 기술 수준의 성능을 달성했으며, 계산 복잡성을 크게 줄이고 추론 속도를 높였다.
To Another Language
from source content
arxiv.org
Дополнительные вопросы