PulseAugur
中
实时 23:01:36
English(EN) HiHR: Hierarchical Hyperbolic Representation for Aerial-Ground Person Re-Identification

新的HiHR框架增强了航空地面行人重识别能力

作者 PulseAugur 编辑部 · [2 个来源] ·

研究人员推出了一种新颖的分层双曲表示（HiHR）框架，旨在改进航空地面行人重识别（AG-ReID）。该方法通过提取多粒度特征并采用文本引导的多粒度融合（TMF）技术来增强身份表示，从而解决了现有方法的局限性。核心创新在于分层双曲学习（HHL），它在双曲空间中构建特征，以平衡身份可分性、跨视图一致性以及视图特定的判别性线索。在四个基准测试上的实验表明了HiHR的有效性。 AI

影响 这项研究可以提高依赖跨摄像头行人跟踪的监控和安全系统的准确性和效率。

排序理由 该集群包含一篇详细介绍计算机视觉新方法的学术论文。

在 arXiv cs.CV 阅读 →

AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →

新的HiHR框架增强了航空地面行人重识别能力

报道来源 [2]

  1. arXiv cs.CV TIER_1 English(EN) · Qiwei Yang, Pingping Zhang ·

    HiHR：用于空地行人重识别的分层双曲表示

    arXiv:2607.09186v1 Announce Type: new Abstract: Aerial-Ground Person Re-IDentification (AG-ReID) aims to retrieve the same person across heterogeneous aerial and ground camera platforms. Although great progress has been made, existing methods remain suboptimal due to the direct f…

  2. arXiv cs.CV TIER_1 English(EN) · Pingping Zhang ·

    HiHR：用于空地行人重识别的分层双曲表示

    Aerial-Ground Person Re-IDentification (AG-ReID) aims to retrieve the same person across heterogeneous aerial and ground camera platforms. Although great progress has been made, existing methods remain suboptimal due to the direct feature alignment across views, overlooking view-…

相关实体

相关话题