Ré-identification de personne avec perte min-triplet

Résumé : Dans cet article, nous proposons une méthode de ré-identification de personnes basée sur un réseau de neurones en triplet. La ré-identification de personnes consiste à reconnaître un individu parmi un ensemble de personnes acquises dans différentes conditions par une ou plusieurs caméras avec champs de vue non-recouvrant. Pour cela, notre système extrait d'abord les caractéristiques visuelles invariantes aux différents points de vue, et puis effectue l'apprentissage de métrique par un réseau de neurones en triplet. Nous proposons une nouvelle fonction de coût pour le réseau de neurones appelée la perte min-triplet. Nous comparons nos résultats à l'état de l'art sur plusieurs bases de données publics.
Type de document :
Communication dans un congrès
16èmes Journées francophones des jeunes chercheurs en vision par ordinateur (ORASIS 2017), Jun 2017, Colleville-sur-Mer, France. 〈https://orasis2017.sciencesconf.org/〉
Liste complète des métadonnées

Littérature citée [31 références]  Voir  Masquer  Télécharger

https://hal.archives-ouvertes.fr/hal-01625496
Contributeur : Yiqiang Chen <>
Soumis le : vendredi 27 octobre 2017 - 16:27:01
Dernière modification le : mardi 10 juillet 2018 - 17:02:04
Document(s) archivé(s) le : dimanche 28 janvier 2018 - 16:12:35

Fichier

CHEN_orasis2017.pdf
Fichiers produits par l'(les) auteur(s)

Identifiants

  • HAL Id : hal-01625496, version 1

Citation

Yiqiang Chen, Stefan Duffner, Andrei Stoian, Jean-Yves Dufour, Atilla Baskurt. Ré-identification de personne avec perte min-triplet. 16èmes Journées francophones des jeunes chercheurs en vision par ordinateur (ORASIS 2017), Jun 2017, Colleville-sur-Mer, France. 〈https://orasis2017.sciencesconf.org/〉. 〈hal-01625496〉

Partager

Métriques

Consultations de la notice

244

Téléchargements de fichiers

119