BriefGPT - AI 论文速递
·
TattTRN：用于纹身检索的模板重构网络
💡
原文中文，约300字，阅读约需1分钟。
📝
内容提要
我们使用无监督生成方法创建了一个平衡的数据库，并引入了一种新颖的纹身模板重建网络 (TattTRN)，该网络通过学习将输入的纹身样本映射到其相应的纹身模板，以增强最终特征嵌入的区别性属性。实验证明了此方法的可行性，对于最多检查候选列表的前 20 个条目，可以达到高达 99% 的准确率。
🎯
关键要点
- 使用无监督生成方法创建平衡的数据库
- 引入新颖的纹身模板重建网络 (TattTRN)
- TattTRN通过学习将输入纹身样本映射到相应的纹身模板
- 增强最终特征嵌入的区别性属性
- 实验证明方法的可行性
- 在最多检查候选列表的前20个条目时，准确率可达99%
➡️
