論文の概要: Survey on Reliable Deep Learning-Based Person Re-Identification Models:
Are We There Yet?
- arxiv url: http://arxiv.org/abs/2005.00355v1
- Date: Thu, 30 Apr 2020 16:09:16 GMT
- ステータス: 処理完了
- システム内更新日: 2022-12-08 05:19:18.424366
- Title: Survey on Reliable Deep Learning-Based Person Re-Identification Models:
Are We There Yet?
- Title（参考訳）: 信頼できるディープラーニングに基づく人物再同定モデルに関する調査:まだあるか?
- Authors: Bahram Lavi, Ihsan Ullah, Mehdi Fatan, and Anderson Rocha
- Abstract要約: 人物再識別(PReID)は、インテリジェントビデオ監視(IVS)において最も重大な問題の一つである。
ディープニューラルネットワーク(DNN)は、同様のビジョン問題とテスト時の高速実行に魅力的なパフォーマンスを与えた。
ベンチマークデータセットのセット上で、各モデルについての評価とともに、各モデルについて記述する。
- 参考スコア（独自算出の注目度）: 19.23187114221822
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Intelligent video-surveillance (IVS) is currently an active research field in
computer vision and machine learning and provides useful tools for surveillance
operators and forensic video investigators. Person re-identification (PReID) is
one of the most critical problems in IVS, and it consists of recognizing
whether or not an individual has already been observed over a camera in a
network. Solutions to PReID have myriad applications including retrieval of
video-sequences showing an individual of interest or even pedestrian tracking
over multiple camera views. Different techniques have been proposed to increase
the performance of PReID in the literature, and more recently researchers
utilized deep neural networks (DNNs) given their compelling performance on
similar vision problems and fast execution at test time. Given the importance
and wide range of applications of re-identification solutions, our objective
herein is to discuss the work carried out in the area and come up with a survey
of state-of-the-art DNN models being used for this task. We present
descriptions of each model along with their evaluation on a set of benchmark
datasets. Finally, we show a detailed comparison among these models, which are
followed by some discussions on their limitations that can work as guidelines
for future research.
- Abstract（参考訳）: intelligent video-surveillance(ivs)は現在、コンピュータビジョンと機械学習の活発な研究分野であり、監視オペレーターや鑑識ビデオ研究者に有用なツールを提供している。
個人再識別(PReID)は、ISVにおいて最も重大な問題の一つであり、ネットワーク内のカメラ上で既に個人が観察されているかどうかを認識する。
PReIDのソリューションには、興味のある個人を示すビデオシーケンスの検索や、複数のカメラビューに対する歩行者追跡など、無数の応用がある。
文献におけるpreidの性能を高めるために異なる手法が提案されており、より最近の研究者は、類似した視覚問題とテスト時の高速実行に対する説得力のある性能から、ディープニューラルネットワーク(dnn)を利用した。
再特定ソリューションの重要性と幅広い応用を考えると,本研究の目的は,この領域で実施されている課題を議論し,この課題に使用される最先端のdnnモデルについて調査することである。
ベンチマークデータセットのセット上で,各モデルの記述と評価について述べる。
最後に,これらのモデルとの詳細な比較を行い,今後の研究のガイドラインとして機能する限界について考察する。
関連論文リスト
- A Critical Analysis on Machine Learning Techniques for Video-based Human Activity Recognition of Surveillance Systems: A Review [1.3693860189056777]
混雑した場所での異常な活動の増大は、インテリジェントな監視システムの必要性を喚起する。
ビデオに基づく人間の活動認識は、そのプレス問題で多くの研究者を惹きつけている。
本稿では,映像に基づくヒューマンアクティビティ認識(HAR)技術について批判的な調査を行う。
論文 参考訳（メタデータ） (2024-09-01T14:43:57Z) - A Comprehensive Review of Few-shot Action Recognition [64.47305887411275]
アクション認識は、複雑で可変なビデオデータを手動でラベル付けすることのコストと非現実性に対処することを目的としている。
ビデオ中の人間のアクションを正確に分類するには、クラスごとにいくつかのラベル付き例だけを使用する必要がある。
論文 参考訳（メタデータ） (2024-07-20T03:53:32Z) - Deep Learning Approaches for Human Action Recognition in Video Data [0.8080830346931087]
本研究は、この課題に対処するために、様々なディープラーニングモデルの詳細な分析を行う。
我々は、畳み込みニューラルネットワーク(CNN)、リカレントニューラルネットワーク(RNN)、Two-Stream ConvNetsに焦点を当てる。
本研究の結果は,頑健な人間の行動認識を実現するための複合モデルの可能性を明らかにするものである。
論文 参考訳（メタデータ） (2024-03-11T15:31:25Z) - Video-based Person Re-identification with Long Short-Term Representation
Learning [101.62570747820541]
ビデオベースの人物再識別(V-ReID)は、オーバーラップしないカメラで撮影した生のビデオから特定の人物を回収することを目的としている。
本稿では,V-ReIDのためのLong Short-Term Representation Learning(LSTRL)という新しいディープラーニングフレームワークを提案する。
論文 参考訳（メタデータ） (2023-08-07T16:22:47Z) - Person Re-Identification [0.0]
人身認証(Re-ID)はコンピュータビジョンに基づく監視アプリケーションにおいて重要な問題である。
我々は、いくつかのオープンベンチマークにおいて、既存のRe-ID手法を用いて、アートパフォーマンスの状態を取得する実験を行った。
論文 参考訳（メタデータ） (2022-04-27T19:37:42Z) - Multi-target tracking for video surveillance using deep affinity
network: a brief review [0.0]
ビデオ監視のためのマルチターゲットトラッキング(MTT)は、重要かつ困難なタスクの1つである。
深層学習モデルは人間の脳のように機能することが知られている。
論文 参考訳（メタデータ） (2021-10-29T10:44:26Z) - ASOD60K: Audio-Induced Salient Object Detection in Panoramic Videos [79.05486554647918]
本研究では,パノラマビデオから有能な物体を分離する新しいタスクであるPV-SODを提案する。
既存の固定レベルやオブジェクトレベルの塩分濃度検出タスクとは対照的に,多モードの塩分濃度検出(SOD)に焦点を当てる。
AsOD60Kという,6レベル階層の4K解像度ビデオフレームを含む,最初の大規模データセットを収集する。
論文 参考訳（メタデータ） (2021-07-24T15:14:20Z) - A Survey on Deep Learning Technique for Video Segmentation [147.0767454918527]
ビデオセグメンテーションは幅広い応用において重要な役割を果たしている。
ディープラーニングベースのアプローチは、ビデオセグメンテーションに特化しており、魅力的なパフォーマンスを提供している。
論文 参考訳（メタデータ） (2021-07-02T15:51:07Z) - Exploit Clues from Views: Self-Supervised and Regularized Learning for
Multiview Object Recognition [66.87417785210772]
本研究では,マルチビュー自己教師型学習(MV-SSL)の問題点について検討する。
対象不変」表現を追求し,自己指導型学習のための新しい代理課題を提案する。
実験の結果,ビュー不変プロトタイプ埋め込み(VISPE)による認識と検索は,他の自己教師あり学習方法よりも優れていた。
論文 参考訳（メタデータ） (2020-03-28T07:06:06Z) - Deep Learning for Person Re-identification: A Survey and Outlook [233.36948173686602]
人物再識別(Re-ID)は、複数の重複しないカメラを通して興味ある人物を検索することを目的としている。
人物のRe-IDシステム開発に関わるコンポーネントを分離することにより、それをクローズドワールドとオープンワールドのセッティングに分類する。
論文 参考訳（メタデータ） (2020-01-13T12:49:22Z)
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。