研究人员推出了一项新的全时行人重识别（AT-ReID）基准测试和数据集，旨在改善在包括一天中不同时间段和长期间隔在内的各种条件下的行人检索能力。AT-USTC数据集历时21个月收集，包含270名志愿者，比以往的研究提供了更广泛、更多样化的数据集。为了解决多场景检索的挑战，提出了一种名为Uni-AT的新模型，该模型具有场景特定特征学习以及管理场景间干扰和确保均衡训练的策略。 AI
影响 通过在各种条件下实现更强大的行人识别能力，增强了监控和安全系统的能力。
排序理由 该集群包含一篇研究论文，介绍了一个特定计算机视觉任务的新基准测试和数据集。[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 →