新框架利用扩散模型增强行人搜索能力

研究人员开发了DiffPS，一个整合了扩散模型先验知识的行人搜索新框架。该方法旨在通过解决传统方法依赖ImageNet预训练和共享特征骨干的局限性，来同时改进行人检测和重识别。DiffPS引入了三个专用模块：一个用于更好定位的扩散引导区域建议网络（Diffusion-Guided Region Proposal Network），一个用于减少形状偏差的多尺度频率细化网络（Multi-Scale Frequency Refinement Network），以及一个利用文本对齐扩散特征的语义自适应特征聚合网络（Semantic-Adaptive Feature Aggregation Network）。该框架在CUHK-SYSU和PRW数据集上取得了最先进的成果。 AI

影响 这项研究可以提高监控和安全等应用中行人搜索系统的准确性和效率。

排序理由 该条目是一篇学术论文，详细介绍了一种新的行人搜索方法。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CV 阅读 →

• CUHK-SYSU
• DGRPN
• DiffPS
• Diffusion-Guided Region Proposal Network
• Giyeol Kim
• ImageNet
• MSFRN
• Multi-Scale Frequency Refinement Network
• Semantic-Adaptive Feature Aggregation Network
• Sfântu Gheorghe

• 论文
• 模型发布

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →