論文の概要: Towards Precise Intra-camera Supervised Person Re-identification
- arxiv url: http://arxiv.org/abs/2002.04932v2
- Date: Fri, 11 Dec 2020 07:14:23 GMT
- ステータス: 処理完了
- システム内更新日: 2023-01-01 20:13:57.562492
- Title: Towards Precise Intra-camera Supervised Person Re-identification
- Title(参考訳): 精密カメラ内監視者再識別に向けて
- Authors: Menglin Wang, Baisheng Lai, Haokun Chen, Jianqiang Huang, Xiaojin
Gong, Xian-Sheng Hua
- Abstract要約: 人物の再識別(Re-ID)のためのカメラ内監視(ICS)は、アイデンティティラベルが各カメラビュー内に独立してアノテートされていると仮定する。
カメラ間ラベルの欠如により、ICS Re-ID問題は、完全に監督されたラベルよりもはるかに難しい。
われわれの手法は、2つのデータセットで最先端の完全教師付き手法に匹敵する性能を発揮する。
- 参考スコア(独自算出の注目度): 54.86892428155225
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Intra-camera supervision (ICS) for person re-identification (Re-ID) assumes
that identity labels are independently annotated within each camera view and no
inter-camera identity association is labeled. It is a new setting proposed
recently to reduce the burden of annotation while expect to maintain desirable
Re-ID performance. However, the lack of inter-camera labels makes the ICS Re-ID
problem much more challenging than the fully supervised counterpart. By
investigating the characteristics of ICS, this paper proposes camera-specific
non-parametric classifiers, together with a hybrid mining quintuplet loss, to
perform intra-camera learning. Then, an inter-camera learning module consisting
of a graph-based ID association step and a Re-ID model updating step is
conducted. Extensive experiments on three large-scale Re-ID datasets show that
our approach outperforms all existing ICS works by a great margin. Our approach
performs even comparable to state-of-the-art fully supervised methods in two of
the datasets.
- Abstract(参考訳): 人物再識別 (re-id) のためのカメラ内監督 (ics) は、識別ラベルは各カメラビュー内で独立にアノテートされ、カメラ間アイデンティティアソシエーションはラベル付けされないと仮定している。
望ましいRe-ID性能を維持しつつ、アノテーションの負担を軽減するため、最近提案された新しい設定である。
しかし、カメラ間ラベルの欠如により、ICS Re-ID問題は完全な教師付きラベルよりもはるかに難しい。
本稿では,ICSの特性を調べた結果,カメラ固有の非パラメトリック分類器とハイブリット・マイニング・クインタップレットの損失を併用して,カメラ内学習を行う。
そして、グラフベースのID関連ステップとRe-IDモデル更新ステップとからなるカメラ間学習モジュールを実行する。
3つの大規模なRe-IDデータセットに対する大規模な実験により、我々のアプローチは既存のICSの作業よりもはるかに優れています。
われわれの手法は、2つのデータセットで最先端の完全教師付き手法に匹敵する。
関連論文リスト
- CLIP-based Camera-Agnostic Feature Learning for Intra-camera Person Re-Identification [11.882424627567998]
ICS ReIDのためのCLIPベースのカメラ非依存特徴学習(CCAFL)という新しいフレームワークを提案する。
2つのカスタムモジュールは、カメラに依存しない歩行者の特徴を積極的に学ぶためにモデルをガイドするように設計されている。
一般的なReIDデータセットの実験では、mAPの精度で58.9%に達し、最先端のメソッドを7.6%上回る。
論文 参考訳(メタデータ) (2024-09-29T05:43:01Z) - View-decoupled Transformer for Person Re-identification under Aerial-ground Camera Network [87.36616083812058]
地上人物再識別のための簡易かつ効果的なフレームワークとして,ビューデカップリングトランス (VDT) が提案されている。
2つの主要なコンポーネントは、ビュー関連とビュー非関連の機能を切り離すためにVDTで設計されている。
さらに,5/8の空中/地上カメラ,5,000のアイデンティティ,108,563のイメージからなる大規模AGPReIDデータセットCARGOをコントリビュートした。
論文 参考訳(メタデータ) (2024-03-21T16:08:21Z) - Pseudo Labels Refinement with Intra-camera Similarity for Unsupervised
Person Re-identification [8.779246907359706]
監視されていない人物の再識別(Re-ID)は、識別ラベルなしでカメラを介して人物画像を取得することを目的としている。
クラスタリングに基づくほとんどの手法は、画像の特徴を大まかにクラスタに分割し、異なるカメラ間のドメインシフトに起因する特徴分布ノイズを無視する。
本稿では,カメラ内類似点をクラスタリングする新しいラベルリファインメントフレームワークを提案する。
論文 参考訳(メタデータ) (2023-04-25T08:04:12Z) - Handling Label Uncertainty for Camera Incremental Person
Re-Identification [17.5026399908583]
人の再識別のためのインクリメンタルラーニング(ReID)は、継続的データストリームでトレーニング可能なモデルを開発することを目的としている。
新しいカメラから収集された新しいデータは、おそらくこれまで見たことのない量のIDを含んでいるかもしれない。
クラス重複問題に対処する新しいフレームワークExtendedOVAを提案する。
論文 参考訳(メタデータ) (2022-10-17T02:59:54Z) - Cross-Camera Feature Prediction for Intra-Camera Supervised Person
Re-identification across Distant Scenes [70.30052164401178]
人物再識別(Re-ID)は、重複しないカメラビュー間で人物画像をマッチングすることを目的としている。
ICS-DS Re-IDは、カメラ内IDラベル付きクロスカメラアンペアデータを使用してトレーニングを行う。
カメラ横断型自己監視情報マイニングのためのクロスカメラ特徴予測法
グローバルレベルの特徴とローカルレベルの特徴の合同学習は、グローバルなローカルなクロスカメラ特徴予測スキームを形成する。
論文 参考訳(メタデータ) (2021-07-29T11:27:50Z) - Joint Noise-Tolerant Learning and Meta Camera Shift Adaptation for
Unsupervised Person Re-Identification [60.36551512902312]
unsupervised person re-identification (re-ID) は、ラベルのないデータで識別モデルを学ぶことを目的としている。
一般的な方法としては、クラスタ化によって擬似ラベルを取得し、モデルを最適化するために使用する方法がある。
本稿では,両問題を解決するための統一フレームワークを提案する。
論文 参考訳(メタデータ) (2021-03-08T09:13:06Z) - Camera-aware Proxies for Unsupervised Person Re-Identification [60.26031011794513]
本稿では、アノテーションを必要としない純粋に教師なしの人物識別(Re-ID)問題に取り組む。
各クラスタを複数のプロキシに分割し、それぞれのプロキシが同じカメラからのインスタンスを表すことを提案する。
カメラ認識プロキシに基づいて、カメラ内およびカメラ間コントラスト学習コンポーネントをre-idモデル用に設計する。
論文 参考訳(メタデータ) (2020-12-19T12:37:04Z) - Intra-Camera Supervised Person Re-Identification [87.88852321309433]
本稿では,カメラごとの個人識別アノテーションに基づく新しい人物識別パラダイムを提案する。
これにより、最も時間がかかり、面倒なカメラ間IDラベリングプロセスがなくなる。
MATE(Multi-tAsk mulTi-labEl)Deep Learning method for intra-Camera Supervised (ICS) person re-id。
論文 参考訳(メタデータ) (2020-02-12T15:26:33Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。