Defesa de Mestrado de Edgar Rodolfo Quispe Condori

Título do Trabalho
Improved Person Re-Identification Through Semantic Parsing and Saliency Maps
Candidato(a)
Edgar Rodolfo Quispe Condori
Nível
Mestrado
Data
Add to Calender 2019-03-14 00:00:00 2019-03-14 00:00:00 Defesa de Mestrado de Edgar Rodolfo Quispe Condori Improved Person Re-Identification Through Semantic Parsing and Saliency Maps Sala 85 do IC 2 INSTITUTO DE COMPUTAÇÃO mauroesc@ic.unicamp.br America/Sao_Paulo public
Horário
10:00
Local
Sala 85 do IC 2
Orientador(a)
Helio Pedrini
Banca Examinadora

* Titulares

Unidade/Instituição

Helio Pedrini

IC/UNICAMP

Otavio Augusto Bizetto Penatti

Samsung Research Institute Brazil

Ricardo da Silva Torres

IC/UNICAMP

 

* Suplentes

Unidade/Instituição

Sandra Eliza Fontes de Avila

IC/UNICAMP

Moacir Antonelli Ponti

ICMC/USP

Resumo

Person Re-Identification é o processo de recuperar todas as instâncias de uma mesma pessoa presente em vídeos ou imagens capturadas por câmeras diferentes com uma visão não sobreposta. Esta é uma tarefa desafiadora devido a fatores como oclusões, diferentes pontos de vista, condições de iluminação, fundo complexo, configurações de câmera e deformação não rígida de corpos humanos. Além disso, este é considerado um tópico de pesquisa bastante ativo na indústria e nas universidades, devido às suas aplicações em vários campos, como vigilância, ciência forense, robótica e multimídia. Neste trabalho, uma nova abordagem, denominada Re-Identificação de Pessoas Baseada em Saliências e Segmentação Semântica (SSP-ReID) é apresentada e implementada para aproveitar as capacidades de ambas as características (mapas de saliência e de segmentação semântica) para guiar uma rede neural convolucional (CNN) de modo a aprender representações complementares que melhorem os resultados sobre as redes originais. O princípio de combinar várias características baseia-se em cenários específicos, em que uma resposta é superior à outra, favorecendo assim a fusão delas para aumentar o desempenho do método. Devido à sua definição, nossa abordagem pode ser facilmente aplicada a uma ampla variedade de redes e, em contraste com outros métodos competitivos, nosso processo de treinamento segue protocolos simples e conhecidos. Uma extensa avaliação de nossa abordagem é apresentada com o uso de cinco módulos e três bases de dados. Experimentos de observação são realizados a fim de obter uma melhor compreensão do desempenho de cada módulo e os resultados experimentais demonstram a eficácia de nossa abordagem para reidentificação de pessoas. Além disso, a abordagem proposta foi combinada com técnicas de re-ranqueamento e os resultados obtidos foram comparados com abordagens da literatura, alcançando resultados competitivos.