使用跨域再识别网络 RADON 跨域匹配目标
机器学习
2021-05-26 v1 计算机视觉与模式识别
摘要
我们提出了一种新颖的卷积神经网络，用于学习匹配从不同的视角或由不同光学传感器拍摄的同一物体的图像。我们的跨域再识别网络（RADON）对不同域的输入图像对按相似度打分。我们的方法扩展了先前关于连体网络的工作，并将其修改以适应更具挑战性的用例，包括少样本和无样本学习，其中特定目标的训练图像很少。RADON 在无样本学习环境下的跨视角车辆匹配和跨域行人识别中表现出强劲性能。
引用
@article{arxiv.2105.12056,
title = {Matching Targets Across Domains with RADON, the Re-Identification Across Domain Network},
author = {Cassandra Burgess and Cordelia Neisinger and Rafael Dinner},
journal= {arXiv preprint arXiv:2105.12056},
year = {2021}
}