論文の概要: VOC-ReID: Vehicle Re-identification based on Vehicle-Orientation-Camera

• arxiv url: http://arxiv.org/abs/2004.09164v2
• Date: Fri, 15 May 2020 07:59:43 GMT
• ステータス: 処理完了
• システム内更新日: 2022-12-11 18:47:00.041728
• Title: VOC-ReID: Vehicle Re-identification based on Vehicle-Orientation-Camera
• Title（参考訳）: VOC-ReID:車オリエンテーションカメラによる車両再識別
• Authors: Xiangyu Zhu, Zhenbo Luo, Pei Fu, Xiang Ji
• Abstract要約: 車両の再識別は、高いクラス内分散と小さなクラス間分散のために難しい課題である。 本稿では,VOC-ReIDというアプローチを提案する。 当社のアルゴリズムは,NVIDIA AI City Challenge 2020において,車の再識別における第2位を達成した。
• 参考スコア（独自算出の注目度）: 22.039604738893107
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Vehicle re-identification is a challenging task due to high intra-class variances and small inter-class variances. In this work, we focus on the failure cases caused by similar background and shape. They pose serve bias on similarity, making it easier to neglect fine-grained information. To reduce the bias, we propose an approach named VOC-ReID, taking the triplet vehicle-orientation-camera as a whole and reforming background/shape similarity as camera/orientation re-identification. At first, we train models for vehicle, orientation and camera re-identification respectively. Then we use orientation and camera similarity as penalty to get final similarity. Besides, we propose a high performance baseline boosted by bag of tricks and weakly supervised data augmentation. Our algorithm achieves the second place in vehicle re-identification at the NVIDIA AI City Challenge 2020.
• Abstract（参考訳）: 車両の再識別は、高いクラス内分散と小さなクラス間分散のために難しい課題である。 本研究は、類似の背景と形状に起因する障害事例に焦点を当てる。 それらは類似性にバイアスを与え、きめ細かい情報を無視しやすくする。 偏りを減らすため,我々はvoc-reidというアプローチを提案し,トリプルト・カーオリエンテーションカメラ全体を取り上げ,カメラ/オリエンテーション再識別と背景・形状の類似性を改良した。 まず、車両、方向、カメラの再識別のためのモデルをそれぞれトレーニングします。 そして、配向とカメラの類似性をペナルティとして使い、最終的な類似性を得る。 さらに,トリックの袋と弱教師付きデータ拡張によって強化された高性能なベースラインを提案する。 当社のアルゴリズムは、nvidia ai city challenge 2020で、車両再識別の第2位を達成した。

関連論文リスト

• 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)
• Vision-based Vehicle Re-identification in Bridge Scenario using Flock Similarity [4.395839823503292]
  車両の再識別(英: vehicle re-identification)とは、あるカメラの下に別のカメラに現れる車両を見つけることを指す。 車両の外観データには、高いクラス間類似性と大きなクラス内差異の特徴がある。 そこで本研究では,フロック類似性に基づく車両再識別手法を提案し,車両再識別の精度を向上する。
  論文  参考訳（メタデータ） (2024-03-12T15:39:56Z)
• VehicleGAN: Pair-flexible Pose Guided Image Synthesis for Vehicle Re-identification [27.075761782915496]
  本稿では,ターゲットポーズにおける多数の車両画像の合成を提案する。 異なる交通監視カメラで同じ車両のペアのデータが現実世界では利用できない可能性があることを考慮し、VagerGANを提案する。 実データと合成データの特徴分布の違いから,効率的な特徴レベル融合によるJML(Joint Metric Learning)を提案する。
  論文  参考訳（メタデータ） (2023-11-27T19:34:04Z)
• Rotation Invariant Transformer for Recognizing Object in UAVs [66.1564328237299]
  本稿では,UAVから興味の対象を認識するための回転不変視変換器(RotTrans)を提案する。 RotTrans は最先端の mAP と Rank1 よりも5.9%、かつ 4.8% 高い最先端の 最先端の 最先端の 最先端の 技術 をはるかに上回っている。 我々のソリューションは、マルチモーダルビデオ推論・アナライジングコンペティションにおいて、UAVベースの人物認識トラックで第一位を獲得しました。
  論文  参考訳（メタデータ） (2023-11-05T03:55:08Z)
• Complete Solution for Vehicle Re-ID in Surround-view Camera System [10.10765191655754]
  自動車再識別(Re-ID)は自律運転認識システムにおいて重要な要素である。 魚眼カメラのユニークな構成のため、多くの写真フレームで同じ車両を識別することは困難である。 我々の手法は、最先端の精度とリアルタイムのパフォーマンスを組み合わせたものである。
  論文  参考訳（メタデータ） (2022-12-08T07:52:55Z)
• 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)
• Vehicle Re-identification Method Based on Vehicle Attribute and Mutual Exclusion Between Cameras [7.028589578216994]
  Re-ID結果を再ランクする車両属性ガイド法を提案する。 車両の配向や車両のブランドなどに使われる。 CVPR 2021 AI City Challengeでは, 63.73%のmAPと76.61%の精度を達成した。
  論文  参考訳（メタデータ） (2021-04-30T10:11:46Z)
• Vehicle Re-ID for Surround-view Camera System [8.919111930321206]
  自動車再識別(ReID)は自律運転の認識システムにおいて重要な役割を担っている。 車両に搭載されたサラウンドビューシステムに対して、既存の完全な解決策はない。 トラッキングボックスのドリフトとターゲットの一貫性のバランスをとるための新しい品質評価機構を提案する。
  論文  参考訳（メタデータ） (2020-06-30T03:25:10Z)
• VehicleNet: Learning Robust Visual Representation for Vehicle Re-identification [116.1587709521173]
  我々は,4つのパブリックな車両データセットを活用することで,大規模車両データセット(VabyNet)を構築することを提案する。 VehicleNetからより堅牢な視覚表現を学習するための、シンプルで効果的な2段階プログレッシブアプローチを設計する。 AICity Challengeのプライベートテストセットにおいて,最先端の精度86.07%mAPを実現した。
  論文  参考訳（メタデータ） (2020-04-14T05:06:38Z)
• Parsing-based View-aware Embedding Network for Vehicle Re-Identification [138.11983486734576]
  本稿では,車載ReIDのビューアウェア機能アライメントと拡張を実現するために,解析に基づくPVEN(View-Aware Embedding Network)を提案する。 3つのデータセットで行った実験により、我々のモデルは最先端の手法よりも大きなマージンで優れていることが示された。
  論文  参考訳（メタデータ） (2020-04-10T13:06:09Z)
• Rethinking the Distribution Gap of Person Re-identification with Camera-based Batch Normalization [90.9485099181197]
  本稿では,従来のReID手法の動作機構を再考する。 我々は、すべてのカメラの画像データを同じ部分空間に落とすように強制する。 幅広いReIDタスクの実験は、我々のアプローチの有効性を実証している。
  論文  参考訳（メタデータ） (2020-01-23T17:22:34Z)

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。