研究人员开发了一个层级双曲表示（HiHR）框架，以改进航空地面行人重识别（AG-ReID）。该方法通过使用视觉-文本编码器提取多粒度特征，然后通过文本引导的多粒度融合（TMF）进行融合，从而解决了现有方法的局限性。核心创新是层级双曲学习（HHL），它在双曲空间中构建特征，以同时保持粗粒度身份可分性和细粒度视图特定判别线索。在四个AG-REID基准上的实验表明了该框架的有效性。 AI
影响 这项研究可以提高监控和安全应用中行人重识别系统的准确性和效率。
排序理由 该集群描述了一篇提出针对特定计算机视觉任务的新颖框架的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
在 Hugging Face Daily Papers 阅读 →
- Aerial-Ground Person Re-Identification
- AG-ReID.v2: Bridging Aerial and Ground Views for Person Re-Identification
- Hierarchical Hyperbolic Learning
- Hierarchical Hyperbolic Representation
- HIHRSi003-A
- Text-guided Multi-granularity Fusion
- TMF1
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
