教学科研动态
位置: 首页 > 教学科研动态 > 正文

公司硕士研究生庞志奇论文在中科院一区CCF B类期刊TCSVT上发表

时间:2021-10-20   点击数:

近日,bat365官方登录中文信息与计算机工程学院郭继峰老师团队在中科院一区Top(升级版)期刊IEEE Transactions on Circuits and Systems for Video TechnologyJCR Q1CCF-BIF=4.685)上在线发表了题为“Median stable clustering and global distance classification for cross-domain person re-identification”的研究论文。

该研究提出的优化方法与经典基于triplet loss的跨域行人重识别(ReID)方法存在本质区别,利用距离分类器在全局范围内对正负样本对的距离进行优化,且能够充分利用聚类信息。最终模型性能超越了目前大多数的主流方法。



在聚类过程中,为减小摄像机差异带来的影响,在计算两个样本的特征距离时加入了摄像机惩罚因子;为进一步降低离群点的影响,为每对样本距离赋予不同的权重;为使簇内样本数相对均匀,提出一种基于假设质心的样本数正则项。最终聚类结果中的错误伪标签的数量显著减少。


(a) Clustering results of HCT

(b) Clustering results of MSC

1:对Market-1501中的部分聚类结果进行T-SNE可视化


此外,为弥补triplet loss的不足,该研究提出一种基于距离分类器的全局距离分类方法。不同于以往为任务设计特定优化函数的思想,该研究使用可训练的神经网络作为优化目标,即将特征提取器将距离分类器的准确度当作优化目标。该方法能够有效减少正负样本对的距离分布之间的重合。为ReID的技术发展与理论探索提供新的思路。


(a) HCT on Market-1501

(b) GDC on Market-1501

(c) HCT on DukeMTMC-reID

(d) GDC on DukeMTMC-reID

2: 在两个目标数据集的测试集上的正样本对(蓝色)和负样本对(红色)的距离直方图


信息与计算机工程学院19级计算机科学与技术硕士研究生庞志奇为论文第一作者,导师郭继峰高级实验师为论文通讯作者。该研究得到黑龙江省自然科学基金和中央高校基础科研项目的资助。


论文下载网址:https://ieeexplore.ieee.org/document/9509511


编辑:侯岚亭

版权所有 bat·365(中文)官方网站-登录入口