机构名称：
¥ 1.0
摘要：重新识别是识别非重叠摄像机网络的可比主题的任务。这通常是通过从源图像中提取的特定特征特征特征的向量来实现的。学习一组良好的健壮，不变和歧视性特征是一项复杂的任务，通常利用对比度学习。在本文中，我们探讨了一种不同的方法，学习一个人的表示为从随机噪声开始的特定人的图像所需的条件信息。以这种方式，我们将个人的身份与任何其他信息相对于特定实例（姿势，背景等。），允许从一个身份到另一个身份的有趣转换。作为生成模型，我们使用了最近在许多不同情况下证明其对调节的敏感性的最新扩散模型。本文介绍的结果是概念验证。尽管我们目前在共同基准的表现低于最先进的技术，但该方法具有吸引力和丰富的创新见解，这表明沿着各种研究方案有广泛的潜在改进。
一种人重新识别的生成方法
主要关键词
相关文件推荐
