深層学習による人物再同定における損失関数への重み付け手法

抄録

視野を共有しない複数台カメラ間の人物追跡などにおいて，同一人物を判定する人物再同定が重要である．深層学習を用いた人物再同定は高い性能を達成しており，その損失関数として，一般的にCross-Entropy LossやTriplet Lossが用いられる．近年，人物再同定に対するアプローチとして，その両方の損失関数を線形和で用いる手法が注目されている．しかし，異なる性質を持つ損失関数を同時に用いる場合，他方への影響を考慮した重み付き線形和による統合法が必要となる．そこで本研究では，損失関数の学習効率の違いとそのバランスを考慮し，学習中に損失の重みを自動調整する手法を提案する．