Búsqueda de personas de adaptación de dominio no supervisada con pseudo-supervisión confiable

Área de la Ciencia:

• Visión por Computadora
• Aprendizaje Automático
• Inteligencia Artificial

Sus antecedentes:

• La búsqueda de personas de adaptación de dominio no supervisada (UDA) adapta modelos a conjuntos de datos nuevos y sin etiquetar.
• Los métodos actuales luchan con la pseudo-supervisión poco confiable debido a desplazamientos espectrales y actualizaciones estáticas de proxies.
• Estas limitaciones dificultan la estabilidad de las características y la adaptabilidad en los modelos de búsqueda de personas.

Objetivo del estudio:

• Desarrollar un marco novedoso, Búsqueda de Personas de Adaptación de Dominio No Supervisada con Pseudo-supervisión Confiable (RPPS), para mejorar la confiabilidad de la pseudo-supervisión.
• Abordar el sesgo de desplazamiento espectral y las actualizaciones estáticas de proxies en la búsqueda de personas UDA.
• Mejorar la robustez y el rendimiento de los modelos de búsqueda de personas en escenarios de dominio cruzado.

Principales métodos:

• Propuso el marco de Búsqueda de Personas de Adaptación de Dominio No Supervisada con Pseudo-supervisión Confiable (RPPS).
• Introdujo un Módulo de Mejora de Onda Dual (DWEM) que utiliza la Transformada Wavelet Discreta (DWT) para la descomposición y mejora de características.
• Desarrolló un Proxy de Agrupación Ponderado por Confianza Dinámica (DCCP) con inicialización guiada por confianza y una estrategia de actualización en dos etapas.

Principales resultados:

• RPPS logró un rendimiento de última generación en los puntos de referencia CUHK-SYSU y PRW.
• Demostró una sólida robustez contra los cambios de dominio.
• Los módulos propuestos DWEM y DCCP mejoraron significativamente la robustez y la discriminabilidad entre dominios.

Conclusiones:

• Mejorar la confiabilidad de la pseudo-supervisión es crucial para una búsqueda de personas UDA efectiva.
• El marco RPPS ofrece una solución robusta para los desafíos de búsqueda de personas de dominio cruzado.
• Los hallazgos resaltan el potencial de las transformadas wavelet y las actualizaciones dinámicas de proxies en la adaptación de dominio.