Optimierung der Parameterhierarchie für die sichtbare-infrarot-Personenwiederidentifizierung
Die Kernaussage dieses Artikels ist, dass die Autoren eine neuartige Methode zur Parameteroptimierung, die sogenannte "Parameter Hierarchical Optimization" (PHO) Methode, für die Aufgabe der sichtbaren-infrarot-Personenwiederidentifizierung vorschlagen. Diese Methode ermöglicht es, einen Teil der Parameter direkt zu optimieren, ohne sie zu trainieren, was den Suchraum der Parameter verringert und das gesamte Netzwerk einfacher zu trainieren macht.
Bidirektionale mehrstufige Domänengeneralisierung für die sichtbare-infrarot-personenwiederidentifizierung
Die vorgeschlagene Bidirektionale mehrstufige Domänengeneralisierung (BMDG) erstellt mehrere virtuelle Zwischendomänen, indem sie diskriminative und komplementäre Körperteilprototypen aus beiden Modalitäten findet und aufeinander abstimmt. Dadurch wird die Diskrepanz zwischen den Modalitäten schrittweise reduziert, um eine robuste und modalitätsunabhängige Merkmalsdarstellung für die Personenwiederidentifizierung zu erlernen.
© 2024 by Linnk AI