相关实验视频
Updated: May 9, 2025
07:12
Profiling Maternal Behavior Responses During Whole-Brain Imaging
Published on: January 24, 2025
559
频道混合变压器用于在视频中跨模式的人重新识别
Rangwan Kasantikul1,2, Worapan Kusakunniran3, Qiang Wu4
1Faculty of Information and Communication Technology, Mahidol University, 999 Phuttamonthon 4 Road, Salaya, 73170, Nakhon Pathom, Thailand.
Scientific reports
|April 29, 2025
概括
本研究介绍了混合通道混合变压器网络 (HCSTNET),用于在不同的视觉模式中重新识别人 (Re-ID). 这种新的方法有效地减少了过,并改善了监控应用中的时间特征提取.
科学领域:
- 计算机视觉 计算机视觉
- 人工智能的人工智能
- 机器学习 机器学习
背景情况:
- 在不同模式 (例如,白天与夜间视觉) 中重新识别人 (Re-ID) 对监控至关重要.
- 多信息对于强大的Re-ID至关重要,因为单通常不可靠.
- 由于特征编码的高通道要求,标准变压器面临扩展挑战,导致过和不稳定.
研究的目的:
- 提出一个与ResNet骨干集成的新频道混时间变压器 (CSTT),形成混合频道混变压器网络 (HCSTNET).
- 为了解决基于变压器的Re-ID模型中的扩展挑战和过拟合问题.
- 改善时间信息提取和注意力机制,用于多人重新识别.
主要方法:
- 通过将ResNet骨干与一种新的频道混时间变压器 (CSTT) 结合起来,开发了混合频道混变压器网络 (HCSTNET).
- 在标准的多头关注中取代了完全连接的层,用于ResNet集成的ShuffleNet类结构.
- 在类似于ShuffleNet的结构中利用道分组和道混合来减少参数并增强注意力学习.
主要成果:
- 在SYSU-MM01数据集上,HCSTNET,特别是带有频道混合的时间变压器,与基线方法 (简单框架平均) 相比显示出可测量的改进.
- 通过类似于ShuffleNet的结构,频道混合和参数减少有效地减轻了过拟合和提高了注意力.
- 在拟议的架构中研究了功能地图的最佳分区策略.
结论:
- 拟议的HCSTNET有效地处理不同模式的多框架人重新识别.
- 与变压器注意力集成的通道混合提供了一个可行的解决方案,以应对Re-ID.中的扩展挑战和过度装配.
- 该方法为需要强大的个人重新识别的监控应用提供了显著的进步.
