基于开放世界用户生成视频内容的人物搜索的通用性
原文中文,约300字,阅读约需1分钟。
📝
内容提要
该研究提出了半监督知识蒸馏框架,用于学习通用的域不变表示,以适用于每个新的人重新识别场景。在 FastHuman 基准测试上验证了该框架的有效性,可与目标领域上的监督学习相媲美。
🎯
关键要点
-
研究旨在利用多个标记数据集学习通用的域不变表示。
-
开发了 DataHunter 来搜集 YouTube-Human 和其他标注数据集。
-
提出了一个简单但有效的半监督知识蒸馏框架。
-
在 FastHuman 基准测试上验证了框架的有效性。
-
所提出的框架可与目标领域上的监督学习相媲美。
-
研究者希望基准测试能促进领域可推广的人重新识别算法的发展。
🏷️