关键词unconstrained environments
搜索结果 - 5
- HiH: 用于无约束步态识别的多模式层次结构网络
鉴于步态识别在受控环境中取得了令人满意的进展，但在无约束环境中仍面临视角变化、遮挡和变化的步行速度等挑战，我们提出了一种多模态多层次网络（HiH），通过集成轮廓和姿势序列实现了鲁棒的步态识别。 HiH 利用分层步态分解器（HGD）模块对轮廓 - MUDD: 极端条件下适用于越野赛车手的新再识别数据集
在无约束环境中重新识别个体仍然是计算机视觉领域的一个未解决的挑战。我们介绍了 Muddy Racer 重新识别数据集（MUDD），这是第一个用于在越野比赛中匹配摩托车赛手身份的大规模基准测试。MUDD 展现了现有重新识别数据集中前所未见的重 - 不受限环境目标检测技术的综合研究
本文综合研究了计算机视觉中物体检测技术在无约束环境下的各种挑战、数据集和最新方法，并进行了方法的比较分析，强调了它们的优缺点，并提出了未来的研究方向，以进一步改善在无约束环境下的物体检测技术。
- ECCV无约束人脸识别的可控引导式脸部合成
提出了一种可控人脸合成模型，通过在样式潜空间中模拟目标数据集的分布，实现在非受限环境下的面部识别（FR）任务，并可指导合成图像的 FR 模型训练，获得了在 IJB-B、IJB-C、TinyFace 和 IJB-S 等非受限测试基准上的显著性 - 深度音视频语音增强对话
本文提出了一种深度视听语音增强网络方法，借助于对应视频中的嘴唇信息，能够在多人同时说话的情境下，从语音信号中分离出个人的发言，该方法适用于训练时未涉及到的说话者，并在不受限制的环境下，展现了出色的定量和定性效果。