person re-identification with min-triplet loss
Ré-identification de personne avec perte min-triplet
Résumé
In this paper, we propose a person re-identification method based on a triplet neural network. The person re-identification problem consists to find one identity among a set of people in different places with one or several non-overlapping surveillance cameras. In order to do this, our system extracts first viewpoint invariant features, then uses a triplet neural network to learn a metric. We propose a new loss function for this neural network called min-triplet loss. Finally, we compare our results with the state-of-art on several public person re-identification benchmarks.
Dans cet article, nous proposons une méthode de ré-identification de personnes basée sur un réseau de neurones en triplet. La ré-identification de personnes consiste à reconnaître un individu parmi un ensemble de personnes acquises dans différentes conditions par une ou plusieurs caméras avec champs de vue non-recouvrant. Pour cela, notre système extrait d'abord les caractéristiques visuelles invariantes aux différents points de vue, et puis effectue l'apprentissage de métrique par un réseau de neurones en triplet. Nous proposons une nouvelle fonction de coût pour le réseau de neurones appelée la perte min-triplet. Nous comparons nos résultats à l'état de l'art sur plusieurs bases de données publics.
| Origine | Fichiers produits par l'(les) auteur(s) |
|---|
Loading...