شناسایی مجدد شخص مستلزم شناسایی خودکار یک شخص در چندین تصویر از دوربین های مختلف و با پیش زمینه ، زاویه یا موقعیت های مختلف است. علی رغم پیشرفت های اخیر در زمینه هوش مصنوعی (AI) ، شناسایی مجدد شخص به ویژه به دلیل تغییرات زیاد در وضعیت فرد و همچنین سایر تفاوت های مرتبط با نورپردازی ، انسداد ، سوء استفاده و بی نظمی زمینه یک کار بسیار چالش برانگیز است.
محققان مرکز تحقیق و توسعه Suning در ایالات متحده به تازگی تکنیک جدیدی را برای شناسایی مجدد افراد مبتنی بر یک شبکه توجه چند منظوره ماسک-بخش بدن (MMGA) تهیه کرده اند. مقاله آنها ، که از قبل در arXiv منتشر شده است ، در زمان ارائه کانون توجه کارگاه CVPR 2019 در ماه ژوئن ارائه خواهد شد.
Honglong Cai ، یکی از محققانی که این تحقیق را انجام داده است ، گفت: شناسایی مجدد افراد به دلیل طیف گسترده ای از کاربردهای بالقوه ، مانند تحقیقات جنایی ، امنیت عمومی و بازیابی تصویر ، به یک کار مهم و مهم تبدیل می شود . "با این حال ، به دلیل انسداد ، غلط نادرست ، تغییر پوزها و درهم و برهمی زمینه ، همچنان یک کار چالش برانگیز است. در مطالعه اخیر ، تیم ما سعی در ساختن روشی برای غلبه بر این چالش ها دارد."
به جای تمرکز بر روی کل تصاویر ، کای و همکارانش مدلی را برای شناسایی مجدد شخص ایجاد کردند که فقط به شخص مورد علاقه توجه می کند ، بی توجه به پیش زمینه. با استفاده از این ایده یک قدم جلوتر ، مدل آنها قسمت های مختلف بدن فرد را در یک تصویر مشخص تجزیه و تحلیل می کند.
کای گفت: "برای پیاده سازی ایده خود ، ما به طرز خلاقانه یک شبکه توجه چند منظوره از بدن را مورد توجه قرار دادیم." "ما برای هدایت آموزش مدل خود از ماسک های بدن استفاده می کنیم تا بتواند توجه بیشتری به بدن انسان داشته باشد . مدل ما شامل دو قسمت است: یک استخراج کننده ویژگی و یک ماژول توجه."
نتایج بازیابی 5 مورد برتر برای تصاویر پرس و جو ، همه صحیح است. اعتبار: کای ، وانگ و چنگ.
مؤلفه استخراج کننده ویژگی مدل که توسط Cai و همکارانش ابداع شده است می تواند ویژگیهای تبعیض آمیز بدن افراد را از تصاویر استخراج کند. از طرف دیگر ، ماژول توجه مدل ، شبکه MMGA را راهنمایی می کند و مناطقی از تصویر (iepixels) را برجسته می کند که باید به آن توجه بیشتری نشان دهد.
محققان از ماسک های بدن برای راهنمایی آموزش ماژول توجه مدل خود استفاده کردند ، زیرا این امر به شما امکان می دهد بدن انسان را از اطلاعات پیش زمینه تشخیص دهد. علاوه بر این ، آنها ماسک های بدن را به ماسک های بالای بدن و پایین بدن تقسیم می کنند ، به طوری که ماژول توجه می تواند تمایز بین قسمت های فوقانی و تحتانی بدن یک فرد را یاد بگیرد.
بیشتر بخوانید: پمپ وکیوم چگونه کار میکند
کای توضیح داد: "متفاوت از اکثر روشهای شناسایی مجدد شخص ، که تصاویر را به اسلایدهای ثابت تقسیم می کند ، مدل ما می تواند دقیقاً مشخص کند که قسمت بالای بدن و پایین بدن در کجا قرار دارد." "علاوه بر این ، از ماسک های بدن فقط در مرحله تمرین استفاده می شود و ما در مرحله استنتاج به ماسک بدن احتیاج نداریم که این امر باعث می شود مدل ما در کاربردهای عملی بسیار کارآمد باشد."
برای ارزیابی مدل خود ، کای و همکارانش مجموعه ای از آزمایشات را انجام دادند که عملکرد آن را در دو مجموعه داده یعنی بازار-1501 و داده های DukeMTMC-reID آزمایش کردند. آنها دریافتند که مدل آنها می تواند اثرات منفی تغییرات را در وضعیت فرد ، نادرست ترسیم و درهم ریختگی فرد کاهش دهد ، و از روشهای شناسایی مجدد از بهترین حالتها بهتر است.
یافته های جمع آوری شده توسط محققان نشان می دهد که سازوکارهای توجه می توانند دقت شبکه های شناسایی مجدد شخص را به میزان قابل توجهی بهبود بخشند. علاوه بر این ، مطالعه آنها یک روش آموزش توجه راهنمای ماسک را ارائه داده است که می تواند این دقت را بیشتر بهبود بخشد.
کای گفت: "در کار اخیر ما ، از ماسک های بالای بدن و ماسک های تحتانی بدن برای هدایت آموزش ماژول توجه استفاده می شود." "در آینده ، ما می خواهیم ماسک های بدن را به جزئیات ظریف مانند سر ، دست ، بازو ، پا و غیره تقسیم کنیم ، زیرا این می تواند باعث بهبود بیشتر در شناسایی دوباره شخص شود."
شناسایی مجدد شخص مستلزم شناسایی خودکار یک شخص در چندین تصویر از دوربین های مختلف و با پیش زمینه ، زاویه یا موقعیت های مختلف است. علی رغم پیشرفت های اخیر در زمینه هوش مصنوعی (AI) ، شناسایی مجدد شخص به ویژه به دلیل تغییرات زیاد در وضعیت فرد و همچنین سایر تفاوت های مرتبط با نورپردازی ، انسداد ، سوء استفاده و بی نظمی زمینه یک کار بسیار چالش برانگیز است.
محققان مرکز تحقیق و توسعه Suning در ایالات متحده به تازگی تکنیک جدیدی را برای شناسایی مجدد افراد مبتنی بر یک شبکه توجه چند منظوره ماسک-بخش بدن (MMGA) تهیه کرده اند. مقاله آنها ، که از قبل در arXiv منتشر شده است ، در زمان ارائه کانون توجه کارگاه CVPR 2019 در ماه ژوئن ارائه خواهد شد.
Honglong Cai ، یکی از محققانی که این تحقیق را انجام داده است ، گفت: شناسایی مجدد افراد به دلیل طیف گسترده ای از کاربردهای بالقوه ، مانند تحقیقات جنایی ، امنیت عمومی و بازیابی تصویر ، به یک کار مهم و مهم تبدیل می شود . "با این حال ، به دلیل انسداد ، غلط نادرست ، تغییر پوزها و درهم و برهمی زمینه ، همچنان یک کار چالش برانگیز است. در مطالعه اخیر ، تیم ما سعی در ساختن روشی برای غلبه بر این چالش ها دارد."
به جای تمرکز بر روی کل تصاویر ، کای و همکارانش مدلی را برای شناسایی مجدد شخص ایجاد کردند که فقط به شخص مورد علاقه توجه می کند ، بی توجه به پیش زمینه. با استفاده از این ایده یک قدم جلوتر ، مدل آنها قسمت های مختلف بدن فرد را در یک تصویر مشخص تجزیه و تحلیل می کند.
کای گفت: "برای پیاده سازی ایده خود ، ما به طرز خلاقانه یک شبکه توجه چند منظوره از بدن را مورد توجه قرار دادیم." "ما برای هدایت آموزش مدل خود از ماسک های بدن استفاده می کنیم تا بتواند توجه بیشتری به بدن انسان داشته باشد . مدل ما شامل دو قسمت است: یک استخراج کننده ویژگی و یک ماژول توجه."
نتایج بازیابی 5 مورد برتر برای تصاویر پرس و جو ، همه صحیح است. اعتبار: کای ، وانگ و چنگ.
مؤلفه استخراج کننده ویژگی مدل که توسط Cai و همکارانش ابداع شده است می تواند ویژگیهای تبعیض آمیز بدن افراد را از تصاویر استخراج کند. از طرف دیگر ، ماژول توجه مدل ، شبکه MMGA را راهنمایی می کند و مناطقی از تصویر (iepixels) را برجسته می کند که باید به آن توجه بیشتری نشان دهد.
محققان از ماسک های بدن برای راهنمایی آموزش ماژول توجه مدل خود استفاده کردند ، زیرا این امر به شما امکان می دهد بدن انسان را از اطلاعات پیش زمینه تشخیص دهد. علاوه بر این ، آنها ماسک های بدن را به ماسک های بالای بدن و پایین بدن تقسیم می کنند ، به طوری که ماژول توجه می تواند تمایز بین قسمت های فوقانی و تحتانی بدن یک فرد را یاد بگیرد.
بیشتر بخوانید: پمپ وکیوم چگونه کار میکند
کای توضیح داد: "متفاوت از اکثر روشهای شناسایی مجدد شخص ، که تصاویر را به اسلایدهای ثابت تقسیم می کند ، مدل ما می تواند دقیقاً مشخص کند که قسمت بالای بدن و پایین بدن در کجا قرار دارد." "علاوه بر این ، از ماسک های بدن فقط در مرحله تمرین استفاده می شود و ما در مرحله استنتاج به ماسک بدن احتیاج نداریم که این امر باعث می شود مدل ما در کاربردهای عملی بسیار کارآمد باشد."
برای ارزیابی مدل خود ، کای و همکارانش مجموعه ای از آزمایشات را انجام دادند که عملکرد آن را در دو مجموعه داده یعنی بازار-1501 و داده های DukeMTMC-reID آزمایش کردند. آنها دریافتند که مدل آنها می تواند اثرات منفی تغییرات را در وضعیت فرد ، نادرست ترسیم و درهم ریختگی فرد کاهش دهد ، و از روشهای شناسایی مجدد از بهترین حالتها بهتر است.
یافته های جمع آوری شده توسط محققان نشان می دهد که سازوکارهای توجه می توانند دقت شبکه های شناسایی مجدد شخص را به میزان قابل توجهی بهبود بخشند. علاوه بر این ، مطالعه آنها یک روش آموزش توجه راهنمای ماسک را ارائه داده است که می تواند این دقت را بیشتر بهبود بخشد.
کای گفت: "در کار اخیر ما ، از ماسک های بالای بدن و ماسک های تحتانی بدن برای هدایت آموزش ماژول توجه استفاده می شود." "در آینده ، ما می خواهیم ماسک های بدن را به جزئیات ظریف مانند سر ، دست ، بازو ، پا و غیره تقسیم کنیم ، زیرا این می تواند باعث بهبود بیشتر در شناسایی دوباره شخص شود."
ایجاد پرونده برای اشیاء رباتیک به عنوان رسانه های خشم