دانلود مقاله انگلیسی رایگان:یادگیری تقویتی عمیق چند منظوره  و رتبه بندی مجدد برای شناسایی مجدد خودرو - 2020
دانلود بهترین مقالات isi همراه با ترجمه فارسی
دانلود مقاله انگلیسی یادگیری تقویتی رایگان
  • Multi-attention deep reinforcement learning and re-ranking for vehicle re-identification Multi-attention deep reinforcement learning and re-ranking for vehicle re-identification
    Multi-attention deep reinforcement learning and re-ranking for vehicle re-identification

    سال انتشار:

    2020


    عنوان انگلیسی مقاله:

    Multi-attention deep reinforcement learning and re-ranking for vehicle re-identification


    ترجمه فارسی عنوان مقاله:

    یادگیری تقویتی عمیق چند منظوره و رتبه بندی مجدد برای شناسایی مجدد خودرو


    منبع:

    Sciencedirect - Elsevier - Neurocomputing, 414 (2020) 27-35. doi:10.1016/j.neucom.2020.07.020


    نویسنده:

    Yu Liu a, Jianbing Shen a,⇑, Haibo He b


    چکیده انگلیسی:

    For solving the vehicle Re-identification (Re-ID) task, we need to focus our attention on the details with arbitrary size in the image, and it’s tough to locate these details accurately. In this paper, we propose a Multi-Attention Deep Reinforcement Learning (MADRL) model to focus on multi-attentional subregions that spreading randomly in the image, and extract the discriminative features for the Re-ID task. First, we obtain multiple attentions from the representative features, then group the feature channels into different parts, then train a deep reinforcement learning model to learn more accurate positions of these fine-grained details with different losses. Unlike existing models with complex strategies to keep the patch-matching constrains, our MADRL model can automatically locate the matching patches (multiattentional subregions) in different vehicle images with the same identification (ID). Furthermore, based on the fine-grained attention and global features we re-calculate the distance between the inter- and intra- classes, and we get better re-ranking results. Compared with state-of-the-art methods on three large-scale vehicle Re-ID datasets, our algorithm greatly improves the performance of vehicle Re-ID.
    Keywords: Re-identification | Deep reinforcement learning | Multi-attention | Re-ranking


    سطح: متوسط
    تعداد صفحات فایل pdf انگلیسی: 9
    حجم فایل: 1345 کیلوبایت

    قیمت: رایگان


    توضیحات اضافی:




اگر این مقاله را پسندیدید آن را در شبکه های اجتماعی به اشتراک بگذارید (برای به اشتراک گذاری بر روی ایکن های زیر کلیک کنید)

تعداد نظرات : 0

الزامی
الزامی
الزامی
rss مقالات ترجمه شده rss مقالات انگلیسی rss کتاب های انگلیسی rss مقالات آموزشی
logo-samandehi