研究人员推出MINER,一个旨在改进换衣人员重新识别(CC-ReID)的新颖框架。这种模型无关的方法通过关注个体间方差和个体内部方差来应对剧烈的外观变化挑战,而以往的方法主要增强个体间方差。MINER通过对比困难样本并自适应地平衡数据集依赖的方差来抑制服装偏差。实验表明,MINER在四个CC-ReID基准测试中取得了最先进的性能,并在TVID RGB-Depth ReID挑战赛中名列前茅。 AI
影响 这项研究可能带来更强大的人员重新识别系统,对监控和安全应用产生潜在影响。
排序理由 该集群包含一篇详细介绍新模型及其在基准测试中性能的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →