$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

백본 네트워크에 따른 사람 속성 검출 모델의 성능 변화 분석
Analyzing DNN Model Performance Depending on Backbone Network 원문보기

반도체디스플레이기술학회지 = Journal of the semiconductor & display technology, v.22 no.2, 2023년, pp.128 - 132  

박천수 (성균관대학교 컴퓨터교육과)

Abstract ▼ AI-Helper 아이콘AI-Helper

Recently, with the development of deep learning technology, research on pedestrian attribute recognition technology using deep neural networks has been actively conducted. Existing pedestrian attribute recognition techniques can be obtained in such a way as global-based, regional-area-based, visual ...

주제어

#Pedestrian Attribute Recognition   #Deep Neural Networks   #Backbone Networks   #Resnet   #Swin  

참고문헌 (21)

  1. Y. Hu, et al. "A More Efficient Approach for Pedestrian？Attribute Recognition," IEEE International Joint？Conference on Biometrics (IJCB), pp. 1-8, 2022.？ 

  2. X. Wang, et al. "Pedestrian attribute recognition: A？survey," Pattern Recognition, Vol. 121, pp. 108220,？2022.？ 

  3. Y. Deng, P. Luo, C.C. Loy, X. Tang, "Pedestrian attribute recognition at far distance," ACM Multimedia, pp.？789-792, 2014.？ 

  4. M. Tan and Q. Le, "Efficientnet: Rethinking model？scaling for convolutional neural networks," Image？Computing & Machine Learning (ICML), pp. 6105-6114, 2019.？ 

  5. Y. Chen, S. He, Z. Tan, C. Han, G. Han, J. Qin, "Age？estimation via attribute-region association," Neurocomputing, Vol. 367, pp. 346-356, 2019.？ 

    상세보기

  6. J. Wang, X. Zhu, S. Gong, and W. Li, "Attribute recognition by joint recurrent learning of context and？correlation," International Conference on Computer？Vision (ICCV), 2017.？ 

  7. D. Li, X. Chen, and K. Huang, "Multi-attribute learning？for pedestrian attribute recognition in surveillance？scenarios," Asian Conference on Pattern Recognition？(ACPR), pp. 111-115, 2015.？ 

  8. X. Liu, H. Zhao, M. Tian, L. Sheng, J. Shao, S. Yi, J.？Yan, and X. Wang, "Hydraplus-net: Attentive deep？features for pedestrian analysis," International Conference on Computer Vision (ICCV), 2017.？ 

  9. D. Weng, Z. Tan, L. Fang, and G. Guo, "Exploring？attribute localization and correlation for pedestrian？attribute recognition," Neurocomputing, Vol. 531, pp.？140-150, 2023.？ 

    상세보기

  10. J. Jia, et al. "Rethinking of pedestrian attribute recognition: A reliable evaluation under zero-shot pedestrian？identity setting," arXiv preprint arXiv:2107.03576, 2021.？ 

  11. S. Targ, A. Diogo, and K. Lyman. "Resnet in resnet:？Generalizing residual architectures," arXiv preprint？arXiv:1603.08029, 2016.？ 

  12. Z. Wu, C. Shen, and A. D. Hengel, "Wider or deeper:？Revisiting the resnet model for visual recognition,"？Pattern Recognition, Vol. 90, pp. 119-133, 2019.？ 

    상세보기

  13. T. He, et al. "Bag of tricks for image classification with？convolutional neural networks," IEEE/CVF conference？on computer vision and pattern recognition, pp. 558-567,？2019.？ 

  14. Z. Liu, et al. "Swin transformer: Hierarchical vision？transformer using shifted windows," IEEE/CVF international conference on computer vision, pp. 10012-10022, 2021.？ 

  15. Z. Liu, et al. "Swin transformer v2: Scaling up capacity？and resolution," IEEE/CVF conference on computer？vision and pattern recognition, pp. 12009-1019, 2022.？ 

  16. Y. Deng, P. Luo, C. C. Loy, and X. Tang, "Pedestrian attribute recognition at far distance," ACM Int. Conf.？Multimedia, pp. 789-792, 2014.？ 

  17. I. N. Junejo and N. Ahmed, "A multi-branch separable？convolution neural network for pedestrian attribute？recognition," Heliyon, Vol. 6, No. 3, e03563, 2020.？ 

  18. X. Liu, H. Zhao, M. Tian, L. Sheng, J. Shao, S. Yi, J.？Yan, and X. Wang, "Hydraplus-net: Attentive deep？features for pedestrian analysis," IEEE Int. Conf.？Comput. Vis., pp. 350-359, 2017.？ 

  19. D. Li, Z. Zhang, X. Chen, and K. Huang, "A richly？annotated pedestrian dataset for person retrieval in real？surveillance scenarios," IEEE Trans. Image Process.,？Vol. 28, No. 4, pp. 1575-1590, 2018.？ 

  20. Y. Lin, L. Zheng, Z. Zheng, Y. Wu, Z. Hu, C. Yan, and Y.？Yang, "Improving person re-identification by attribute？and identity learning," Pattern Recognition, Vol. 95, pp.？151-161, 2019.？ 

    상세보기

  21. C. S. Park, "Performance Analysis of DNN inference？using OpenCV Built in CPU and GPU Functions,"？Journal of the Semiconductor & Display Technology,？Vol. 21, No. 1, pp. 75-78, 2022. 

저자의 다른 논문 :

관련 콘텐츠

저작권 관리 안내
섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로