无监督可见红外ReID通过伪标签校正和模式级别对齐.
IEEE transactions on neural networks and learning systems
|September 9, 2025
概括
这项研究引入了无监督可见红外人重新识别 (UVI-ReID) 的新框架,通过纠正噪音标签和调整跨模式特征来提高准确性. PRAISE方法提高了在各种环境中的人类检测,而无需手动标记.
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:
- 无监督可见红外人重新识别 (UVI-ReID) 对于在不同环境中检测人类而无需标记数据至关重要.
- 现有的UVI-ReID方法面临着来自集群的杂伪标签和可见和红外模式中可能出现的特征错位的挑战.
- 理论分析引入了一个可解释的概括上限,以指导改进的UVI-ReID框架的开发.
研究的目的:
- 提出一个新的无监督跨模式人重新识别框架 (PRAISE),解决UVI-ReID的关键挑战.
- 通过可见光和红外图像来提高个人再识别系统的准确性和稳定性.
- 为了缩小模式差距,学习身份歧视,模式不变的特征.
主要方法:
- 开发了一种伪标签校正 (PLC) 策略,使用β混合模型 (BMM) 来纠正错误集群的标签和对比学习中的感知术语.
- 引入了一种模式级对齐 (MLA) 策略,以生成配对可见红外隐藏特征并对准它们的标签功能.
- 实施了一个新的无监督跨模式人重新识别框架 (PRAISE).
主要成果:
- 拟议的PRAISE框架在两个无监督可见ReID的基准数据集上实现了最先进的 (SOTA) 性能.
- 该PLC策略有效地缓解了在集群过程中杂的伪标签产生的问题.
- MLA策略成功地缩小了模式差距,导致了更具歧视性和不变的特征.
结论:
- PRAISE框架在无监督可见红外人重新识别方面取得了重大进展.
- PLC和MLA策略的结合有效地解决了以前UVI-ReID方法的局限性.
- 这项研究有助于在复杂的多模式环境中建立更强大,更准确的人类检测系统.
相关概念视频
01:09Infrared (IR) Spectroscopy: Overview
When electromagnetic radiation passes through a material, atoms or molecules transition from a lower to a higher energy state by absorbing radiation corresponding to the energy difference between the two states. The absorption of infrared (IR) radiation causes transitions between vibrational energy levels in a molecule. Therefore, IR spectroscopy is a useful analytical tool for determining the molecular structure of molecules.
Different compounds display unique properties due to their...
Different compounds display unique properties due to their...
01:24IR Frequency Region: X–H Stretching
In IR spectroscopy, signals produced by the X−H bonds (such as C−H, O−H, or N−H) can be observed in the frequency range of 2700–4000 cm–1. The C−H stretching vibration forms sharp bands in the region 2850–3000 cm–1. The presence of the O−H stretching vibration leads to the forming of an absorption band in the frequency range 3650–3200 cm−1. At the same time, N−H stretching can be confirmed by absorption bands in the 3500–3100 cm−1 range. Even though both O−H and N−H bonds vibrate at a similar...