Аналіз генеративних змагальних мереж для вирішення задач повторної ідентифікації

Abstract

У роботі представлено аналіз можливостей використання генеративних змагальних мереж (GAN) для вирішення задач повторної ідентифікації людини. Розглянуто основні архітектури GAN (DCGAN, CycleGAN, StyleGAN, Conditional GAN), визначено їх переваги, недоліки та вплив на точність повторної ідентифікації. Надано рекомендації щодо застосування GAN для покращення якості генерації даних.

The paper presents an analysis of the possibilities of using generative adversarial networks (GAN) to solve human re-identification problems. The main GAN architectures (DCGAN, CycleGAN, StyleGAN, Conditional GAN) are considered, their advantages, disadvantages and impact on the accuracy of re-identification are determined. Recommendations are given for the use of GAN to improve the quality of data generation.