Fugu-MT 論文翻訳(概要): Learning Longterm Representations for Person Re-Identification Using Radio Signals

論文の概要: Learning Longterm Representations for Person Re-Identification Using Radio Signals

arxiv url: http://arxiv.org/abs/2004.01091v1
Date: Thu, 2 Apr 2020 15:50:42 GMT
ステータス: 処理完了
システム内更新日: 2022-12-17 12:58:01.443872
Title: Learning Longterm Representations for Person Re-Identification Using Radio Signals
Title（参考訳）: 無線信号を用いた人物再同定のための長期表現の学習
Authors: Lijie Fan, Tianhong Li, Rongyao Fang, Rumen Hristov, Yuan Yuan, Dina Katabi
Abstract要約: 人物再同定(ReID)は、異なる場所や時間にわたって関心のある人物を認識することを目的としている。本稿では,無線周波数(RF)信号を長期人物ReIDに適用する新しいアプローチであるRF-ReIDを紹介する。 RF-ReIDは、長期人物ReIDに対して最先端のRGBベースのReIDアプローチより優れている。
参考スコア（独自算出の注目度）: 26.900504973871122
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Person Re-Identification (ReID) aims to recognize a person-of-interest across different places and times. Existing ReID methods rely on images or videos collected using RGB cameras. They extract appearance features like clothes, shoes, hair, etc. Such features, however, can change drastically from one day to the next, leading to inability to identify people over extended time periods. In this paper, we introduce RF-ReID, a novel approach that harnesses radio frequency (RF) signals for longterm person ReID. RF signals traverse clothes and reflect off the human body; thus they can be used to extract more persistent human-identifying features like body size and shape. We evaluate the performance of RF-ReID on longitudinal datasets that span days and weeks, where the person may wear different clothes across days. Our experiments demonstrate that RF-ReID outperforms state-of-the-art RGB-based ReID approaches for long term person ReID. Our results also reveal two interesting features: First since RF signals work in the presence of occlusions and poor lighting, RF-ReID allows for person ReID in such scenarios. Second, unlike photos and videos which reveal personal and private information, RF signals are more privacy-preserving, and hence can help extend person ReID to privacy-concerned domains, like healthcare.
Abstract（参考訳）: 人物再同定(reid)は、異なる場所や時間にまたがる興味のある人物を認識することを目的としている。既存のReIDメソッドは、RGBカメラを使用して収集された画像やビデオに依存している。衣服、靴、髪などの外観の特徴を抽出する。しかし、こうした特徴は、ある日から次の日へと劇的に変化し、長い期間にわたって人々を識別できない。本稿では,無線周波数(RF)信号を長期人物ReIDに適用する新しいアプローチであるRF-ReIDを紹介する。 RF信号は衣服を横切り、人間の体を反射するので、体の大きさや形といったより永続的な人間の識別特徴を抽出することができる。 RF-ReIDは, 日数, 日数, 日数, 日数, 日数, 日数, 日数によって異なる衣服を着ることができる。実験の結果,RF-ReIDは長期人物のRGBベースのReIDアプローチよりも優れていた。 RF信号がオクルージョンと照明不足の存在下で機能するため、RF-ReIDはそのようなシナリオで人物のReIDを可能にする。第二に、個人や個人に関する情報を公開している写真やビデオとは異なり、RF信号はプライバシーを保護しているため、医療などのプライバシーに配慮した領域にReIDを拡張できる。

関連論文リスト

CCPA: Long-term Person Re-Identification via Contrastive Clothing and Pose Augmentation [2.1756081703276]
長期の人物再同定は、長期にわたるカメラ間で個人をマッチングすることを目的としている。我々は,LRe-IDのためのコントラスト的衣服とポース拡張フレームワークであるCCPAを提案する。
論文参考訳（メタデータ） (2024-02-22T11:16:34Z)
Instruct-ReID: A Multi-purpose Person Re-identification Task with Instructions [64.55715112644562]
本稿では,与えられた画像や言語命令に従って,モデルに画像の検索を要求する命令-ReIDタスクを提案する。我々の命令-ReIDはより一般的なReID設定であり、既存の6つのReIDタスクを異なる命令を設計することで特別なケースとして見ることができる。実験結果から,OmniReIDベンチマークで微調整なしでトレーニングした多目的ReIDモデルでは, Market1501, MSMT17, CUHK03, 従来のReIDでは+0.5%, +0.6%, +7.7%mAP, PRCCでは+6.4%, +7.1%, +11.2%mAPの改善が可能であった。
論文参考訳（メタデータ） (2023-06-13T03:25:33Z)
Cross Vision-RF Gait Re-identification with Low-cost RGB-D Cameras and mmWave Radars [15.662787088335618]
本研究は, クロスモーダルヒト再識別(ReID)の問題に関する研究である。マルチモーダル多人数共振器ReIDのための第1種視覚RFシステムを提案する。提案システムは56名のボランティアのうち92.5%がトップ1の精度、97.5%がトップ5の精度を達成できる。
論文参考訳（メタデータ） (2022-07-16T10:34:25Z)
Unsupervised Learning for Human Sensing Using Radio Signals [29.118868792782937]
本稿では,RF信号に対するRGBに基づく教師なし表現学習の実現可能性について検討する。画像やビデオから教師なし表現学習を行う主要な手法としてコントラスト学習が登場したが、RF信号を用いた人体検知に適用した場合、そのような手法は性能が劣っていることを示す。対照的に、予測的教師なし学習法は、複数の下流RFベースのセンシングタスクに使用できる高品質な表現を学習する。
論文参考訳（メタデータ） (2022-07-06T00:28:18Z)
Clothes-Changing Person Re-identification with RGB Modality Only [102.44387094119165]
衣料無関係な特徴を元のRGB画像から抽出するために,CAL(Corthes-based Adrial Loss)を提案する。ビデオには、よりリッチな外観と、適切な時間的パターンをモデル化するために使用できる追加の時間的情報が含まれている。
論文参考訳（メタデータ） (2022-04-14T11:38:28Z)
RFGAN: RF-Based Human Synthesis [9.709890321556204]
本稿では,新しいクロスモーダルRFGANモデルを導入することにより,微細な光学的人間の画像を生成することを目的とする。我々の知る限りでは、RF信号に基づいて光学画像を生成するのはこれが初めてである。
論文参考訳（メタデータ） (2021-12-07T14:34:35Z)
Video Person Re-identification using Attribute-enhanced Features [49.68392018281875]
本稿では属性支援型ビデオ人物Re-IDのためのAttribute Salience Assisted Network (ASA-Net) という新しいネットワークアーキテクチャを提案する。対象を背景からよりよく分離するために,ハイレベルな属性ではなく,中程度の属性から視覚的注意を学習することを提案する。
論文参考訳（メタデータ） (2021-08-16T07:41:27Z)
PoseTrackReID: Dataset Description [97.7241689753353]
詩情報は、背景や閉塞音から有用な特徴情報を遠ざけるのに役立つ。 PoseTrackReIDでは、人物のリIDと複数人のポーズトラッキングのギャップを埋めたいと考えています。このデータセットは、マルチフレームの人物のre-IDに関する現在の最先端メソッドに対する優れたベンチマークを提供する。
論文参考訳（メタデータ） (2020-11-12T07:44:25Z)
Vision Meets Wireless Positioning: Effective Person Re-identification with Recurrent Context Propagation [120.18969251405485]
既存の人物再識別方法は、歩行者を捕獲する視覚センサーに依存している。携帯電話は、無線測位信号の形で、WiFiや携帯電話ネットワークによって感知することができる。本稿では,視覚データと無線位置決めデータの間で情報伝達を可能にする新しいコンテキスト伝搬モジュールを提案する。
論文参考訳（メタデータ） (2020-08-10T14:19:15Z)
Long-Term Cloth-Changing Person Re-identification [154.57752691285046]
人物再識別(Re-ID)は、異なる場所や時間におけるカメラビュー間で対象人物をマッチングすることを目的としている。既存のRe-ID研究は、ある人が同じ服装で異なるカメラビューに再び現れる、短期的な布一貫した環境に焦点を当てている。本研究は,例えば,何日,何ヶ月にもわたって,長期にまたがって人とのマッチングを行う,はるかに困難かつ実践的な環境に焦点をあてる。
論文参考訳（メタデータ） (2020-05-26T11:27:21Z)
Cross-Spectrum Dual-Subspace Pairing for RGB-infrared Cross-Modality Person Re-Identification [15.475897856494583]
従来の人物識別はRGBカラー画像しか扱えないが、暗い条件下では失敗する。 RGB赤外線ReID(Infrared-Visible ReID、Visible-Thermal ReIDとも呼ばれる)が提案されている。本稿では, 新たなマルチスペクトル画像生成手法を提案し, 生成したサンプルを用いて, ネットワークの識別情報検索を支援する。
論文参考訳（メタデータ） (2020-02-29T09:01:39Z)

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。