論文の概要: Rethinking of Pedestrian Attribute Recognition: Realistic Datasets with Efficient Method

• arxiv url: http://arxiv.org/abs/2005.11909v2
• Date: Tue, 26 May 2020 01:13:23 GMT
• ステータス: 処理完了
• システム内更新日: 2022-11-29 06:04:17.300815
• Title: Rethinking of Pedestrian Attribute Recognition: Realistic Datasets with Efficient Method
• Title（参考訳）: 歩行者属性認識の再考:効率的な手法による現実的データセット
• Authors: Jian Jia, Houjing Huang, Wenjie Yang, Xiaotang Chen, Kaiqi Huang
• Abstract要約: 列車セットとテストセットにおける同一の歩行者アイデンティティの画像は、非常によく似ており、既存のデータセット上での最先端メソッドの過大評価パフォーマンスにつながっている。 PETAtextsubscript$zs$とRAPv2textsubscript$zs$の2つの現実的なデータセットを提案する。 提案手法は, PETA, RAPv2, PETAtextsubscript$zs$, RAPv2textsubscript$zs$における最先端性能を実現する。
• 参考スコア（独自算出の注目度）: 39.867773623939435
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Despite various methods are proposed to make progress in pedestrian attribute recognition, a crucial problem on existing datasets is often neglected, namely, a large number of identical pedestrian identities in train and test set, which is not consistent with practical application. Thus, images of the same pedestrian identity in train set and test set are extremely similar, leading to overestimated performance of state-of-the-art methods on existing datasets. To address this problem, we propose two realistic datasets PETA\textsubscript{$zs$} and RAPv2\textsubscript{$zs$} following zero-shot setting of pedestrian identities based on PETA and RAPv2 datasets. Furthermore, compared to our strong baseline method, we have observed that recent state-of-the-art methods can not make performance improvement on PETA, RAPv2, PETA\textsubscript{$zs$} and RAPv2\textsubscript{$zs$}. Thus, through solving the inherent attribute imbalance in pedestrian attribute recognition, an efficient method is proposed to further improve the performance. Experiments on existing and proposed datasets verify the superiority of our method by achieving state-of-the-art performance.
• Abstract（参考訳）: 歩行者属性認識の進展には様々な方法が提案されているが、既存のデータセットにおいて重要な問題は無視されることが多い。 したがって、列車とテストセットにおける同じ歩行者のアイデンティティのイメージは極めて類似しており、既存のデータセットにおける最先端のメソッドのパフォーマンスを過大評価している。 この問題に対処するために、PETAとRAPv2のデータセットに基づく歩行者識別のゼロショット設定に続いて、2つの現実的データセット PETA\textsubscript{$zs$} と RAPv2\textsubscript{$zs$} を提案する。 さらに、我々の強いベースライン法と比較して、最近の最先端の手法では、APA, RAPv2, PETA\textsubscript{$zs$} および RAPv2\textsubscript{$zs$} の性能改善ができない。 そこで,歩行者属性認識における特性不均衡を解消し,性能向上のための効率的な手法を提案する。 既存および提案したデータセットの実験は、最先端の性能を達成することによって、我々の手法の優位性を検証する。

関連論文リスト

• Data Imputation by Pursuing Better Classification: A Supervised Kernel-Based Method [23.16359277296206]
  本稿では, 監視情報を効果的に活用し, 欠落したデータを分類する手法を提案する。 我々のアルゴリズムは、データの60%以上が欠落している場合、他の手法よりもはるかに優れています。
  論文  参考訳（メタデータ） (2024-05-13T14:44:02Z)
• Incremental Self-training for Semi-supervised Learning [56.57057576885672]
  ISTは単純だが有効であり、既存の自己学習に基づく半教師あり学習手法に適合する。 提案したISTを5つのデータセットと2種類のバックボーンで検証し,認識精度と学習速度を効果的に向上させる。
  論文  参考訳（メタデータ） (2024-04-14T05:02:00Z)
• Fast Classification with Sequential Feature Selection in Test Phase [1.1470070927586016]
  本稿では,分類のための能動的特徴獲得のための新しいアプローチを提案する。 最適な予測性能を達成するために、最も情報性の高い機能のサブセットを順次選択する作業である。 提案手法では,既存の手法に比べてはるかに高速で効率の良い新しい遅延モデルが提案されている。
  論文  参考訳（メタデータ） (2023-06-25T21:31:46Z)
• Evaluation of Test-Time Adaptation Under Computational Time Constraints [80.40939405129102]
  テスト時間適応(TTA)メソッドは、テスト時にラベルのないデータを活用して、分散シフトに適応する。 現在の評価プロトコルは、この余分なコストの影響を見落とし、実際の適用性に影響を与える。 本稿では,TTA手法のより現実的な評価プロトコルを提案し,一定の速度のデータストリームからデータをオンライン形式で受信する。
  論文  参考訳（メタデータ） (2023-04-10T18:01:47Z)
• Cluster-level pseudo-labelling for source-free cross-domain facial expression recognition [94.56304526014875]
  表情認識のためのSFUDA法を提案する。 本手法は,自己教師付き事前学習を利用して,対象データから優れた特徴表現を学習する。 提案手法の有効性を4つの適応方式で検証し,FERに適用した場合,既存のSFUDA法より一貫して優れていることを示す。
  論文  参考訳（メタデータ） (2022-10-11T08:24:50Z)
• Learning Enhanced Representations for Tabular Data via Neighborhood Propagation [24.485479610138498]
  データインスタンスのクロスローパターンとクロスカラムパターンをモデル化するハイパーグラフを構築した。 次に、ターゲットデータインスタンス表現を強化するためにメッセージの伝搬を行います。 2つの重要なデータ予測タスクの実験は、提案したPETモデルの優越性を検証する。
  論文  参考訳（メタデータ） (2022-06-14T04:24:52Z)
• Rethinking of Pedestrian Attribute Recognition: A Reliable Evaluation under Zero-Shot Pedestrian Identity Setting [48.347987541336146]
  我々は、歩行者属性認識の状況を分析し、後退する時が来たと論じている。 我々は、歩行者属性認識を他の類似タスクと正式に定義し、区別する。 歩行者属性認識の進捗を測定するために,既存の4つのデータセットと2つの提案データセットを用いて実験を行った。
  論文  参考訳（メタデータ） (2021-07-08T03:12:24Z)
• Semi-supervised Long-tailed Recognition using Alternate Sampling [95.93760490301395]
  ロングテール認識の主な課題は、データ分布の不均衡とテールクラスにおけるサンプル不足である。 半教師付き長尾認識という新しい認識設定を提案する。 2つのデータセットで、他の競合方法よりも大幅な精度向上を実証します。
  論文  参考訳（メタデータ） (2021-05-01T00:43:38Z)

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。