BriefGPT - AI 论文速递
·
通过主副目标关联减轻域间偏移：广义人员再识别
💡
原文中文，约200字，阅读约需1分钟。
📝
内容提要
该研究提出了一种耦合优化方法，将有标签和无标签数据集中的图像映射到共享特征空间，实现更高效的一阶段知识转移和无监督的 ReID 模型训练。实验结果表明，该方法在三个大型数据集上的性能均优于现有方法，并且在无监督训练中也表现出色。
🎯
关键要点
- 该研究提出了一种耦合优化方法，包括域不变映射方法（DIM）和全局局部距离优化（GLO）方法。
- 该方法通过将有标签和无标签数据集中的图像映射到共享特征空间，实现更高效的一阶段知识转移。
- 该方法在目标域中进行无监督的 ReID 模型训练。
- 实验结果表明，该方法在三个大型数据集上的性能均优于现有方法。
- 该方法在无监督训练中也表现出色。
➡️
