TPAMI 2024 | 基于奖励机制的半监督跨摄像头视图中罕见身份的再识别研究

题目:Rewarded Semi-Supervised Re-Identification on Identities Rarely Crossing Camera Views

基于奖励机制的半监督跨摄像头视图中罕见身份的再识别研究

作者:Ancong Wu; Wenhang Ge; Wei-Shi Zheng


摘要

半监督行人重识别(Re-ID)是在学习跨摄像头视图匹配行人图像时减轻注释成本的重要方法。大多数现有工作假设训练数据包含大量跨摄像头视图的身份。然而,这一假设在许多实际应用中并不成立,尤其是在图像捕获在非相邻场景以用于更广泛区域的Re-ID时,这些身份很少跨摄像头视图。在这项工作中,我们在宽松的假设下进行半监督Re-ID,即身份很少跨摄像头视图,这在现有方法中仍然在很大程度上被忽视。由于身份很少跨摄像头视图,跨摄像头视图的底层样本关系变得更加不确定,并在许多应用伪标记将视觉上相似的样本关联起来的高级Re-ID方法中加剧了噪声累积问题。为了量化这种不确定性,我们通过伪标签训练中的关系发现目标参数化样本之间的概率关系。然后,我们引入通过少数标记数据上的识别性能量化的奖励,以指导学

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

小白学视觉

您的赞赏是我们坚持下去的动力~

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值