論文の概要: Long-Term Cloth-Changing Person Re-identification

• arxiv url: http://arxiv.org/abs/2005.12633v3
• Date: Wed, 7 Oct 2020 05:47:26 GMT
• ステータス: 処理完了
• システム内更新日: 2022-11-29 00:23:50.770108
• Title: Long-Term Cloth-Changing Person Re-identification
• Title（参考訳）: 長期の衣服交換者再識別
• Authors: Xuelin Qian, Wenxuan Wang, Li Zhang, Fangrui Zhu, Yanwei Fu, Tao Xiang, Yu-Gang Jiang, Xiangyang Xue
• Abstract要約: 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。
• 参考スコア（独自算出の注目度）: 154.57752691285046
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Person re-identification (Re-ID) aims to match a target person across camera views at different locations and times. Existing Re-ID studies focus on the short-term cloth-consistent setting, under which a person re-appears in different camera views with the same outfit. A discriminative feature representation learned by existing deep Re-ID models is thus dominated by the visual appearance of clothing. In this work, we focus on a much more difficult yet practical setting where person matching is conducted over long-duration, e.g., over days and months and therefore inevitably under the new challenge of changing clothes. This problem, termed Long-Term Cloth-Changing (LTCC) Re-ID is much understudied due to the lack of large scale datasets. The first contribution of this work is a new LTCC dataset containing people captured over a long period of time with frequent clothing changes. As a second contribution, we propose a novel Re-ID method specifically designed to address the cloth-changing challenge. Specifically, we consider that under cloth-changes, soft-biometrics such as body shape would be more reliable. We, therefore, introduce a shape embedding module as well as a cloth-elimination shape-distillation module aiming to eliminate the now unreliable clothing appearance features and focus on the body shape information. Extensive experiments show that superior performance is achieved by the proposed model on the new LTCC dataset. The code and dataset will be available at https://naiq.github.io/LTCC_Perosn_ReID.html.
• Abstract（参考訳）: 人物再識別(re-id)は、異なる場所や時刻のカメラビューでターゲットの人物と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、人が同じ服装で異なるカメラビューに再び現れる、短期的な布の一貫性の設定に焦点を当てている。 既存の深層Re-IDモデルによって学習された識別的特徴表現は、衣服の視覚的外観に支配される。 本研究は, 着替えの新たな課題において, 長期間, 日数, 月数など, 人物マッチングを行うという, はるかに困難かつ実用的な設定に焦点をあてたものである。 この問題は、LTCC(Long-Term Cloth-Changing) Re-IDと呼ばれており、大規模なデータセットが不足しているため、かなり過小評価されている。 この研究の最初の貢献は、服の頻繁な変化を伴う長期間にわたって捕獲された人々を含む新しいLTCCデータセットである。 第2の貢献として,布交換課題に対処するための新しいre-id手法を提案する。 具体的には,布地の変化により,体型などのソフトバイオメトリックスの方が信頼性が高いと考えられる。 そこで本研究では,現在信頼できない衣服外観を解消し,身体形状情報に焦点を当てた形状埋め込みモジュールと布脱型形状蒸留モジュールを導入する。 大規模な実験により,新たなLTCCデータセット上で提案したモデルにより,優れた性能が得られた。 コードとデータセットはhttps://naiq.github.io/ltcc_perosn_reid.htmlで入手できる。

関連論文リスト

• DLCR: A Generative Data Expansion Framework via Diffusion for Clothes-Changing Person Re-ID [69.70281727931048]
  本稿では,多様な服装の個人画像を生成するための新しいデータ拡張フレームワークを提案する。 5つのベンチマークCC-ReIDデータセットの追加データを生成します。 DLCR生成データを用いて,先行技術(SOTA)法であるCALをトレーニングすることにより,トップ1の精度を大幅に向上させる。
  論文  参考訳（メタデータ） (2024-11-11T18:28:33Z)
• 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)
• Semantic-aware Consistency Network for Cloth-changing Person Re-Identification [8.885551377703944]
  本稿ではセマンティック・アウェア・コンシスタンス・ネットワーク(SCNet)を紹介し,アイデンティティに関連するセマンティックな特徴を学習する。 衣服領域の画素を消去することにより,黒衣画像を生成する。 さらに、高レベルのアイデンティティ関連セマンティック特徴の学習を容易にするために、セマンティック一貫性損失を設計する。
  論文  参考訳（メタデータ） (2023-08-27T14:07:57Z)
• Learning Clothing and Pose Invariant 3D Shape Representation for Long-Term Person Re-Identification [16.797826602710035]
  我々は、LT-ReIDを歩行者認識を超えて、より広範囲の現実世界の人間活動を含むよう拡張することを目指している。 この設定は、人間のポーズや衣服の多様性によって引き起こされる幾何学的ミスアライメントと外観の曖昧さによって、さらなる課題を生じさせる。 非同一性成分から同一性を引き離すための3DInvarReIDを提案する。
  論文  参考訳（メタデータ） (2023-08-21T11:51:46Z)
• Unsupervised Long-Term Person Re-Identification with Clothes Change [46.54514001691254]
  服装変化を伴う非監督的人物再識別(Re-ID)について検討した。 既存のre-idメソッドの多くは、すべての人の服が空間と時間にわたって静止していると人工的に仮定している。 本稿では,教師なしクラスタリング基準を適応的に制御できる新しいCPC手法を提案する。
  論文  参考訳（メタデータ） (2022-02-07T11:55:23Z)
• Long-term Person Re-identification: A Benchmark [57.97182942537195]
  現実の世界では、場所、時間、日付、季節、天気、イベントによって異なる服装をすることが多い。 この研究は、大きくて現実的な人物の再識別ベンチマークにタイムリーに貢献する。 1,1K人の身元から171Kの箱からなり、12ヶ月にわたって収集・構築されている。
  論文  参考訳（メタデータ） (2021-05-31T03:35:00Z)
• Apparel-invariant Feature Learning for Apparel-changed Person Re-identification [70.16040194572406]
  ほとんどのパブリックなReIDデータセットは、人の外観がほとんど変化しない短時間のウィンドウで収集される。 ショッピングモールのような現実世界の応用では、同じ人の服装が変化し、異なる人が同様の服を着ることがある。 着替えなどの場合や、類似の服を着ている場合などにおいて、アパレル不変の人物表現を学ぶことは極めて重要である。
  論文  参考訳（メタデータ） (2020-08-14T03:49:14Z)
• Learning Shape Representations for Clothing Variations in Person Re-Identification [34.559050607889816]
  人物再識別(re-ID)は、異なるカメラで撮影された複数の画像に含まれる同一人物のインスタンスを認識することを目的としている。 衣服の色やパターンの影響を受けずに体型特徴表現を生成できる新しい表現学習モデルを提案する。 Case-Netは、相手の学習と特徴の絡み合いを通じて、身体の形にのみ依存するアイデンティティの表現を学習する。
  論文  参考訳（メタデータ） (2020-03-16T17:23:50Z)
• Person Re-identification by Contour Sketch under Moderate Clothing Change [95.83034113646657]
  異なるカメラビューにまたがる歩行者画像のマッチングプロセスである人物再認識は、視覚的監視において重要な課題である。 この作品では、衣服の下でのリメイドを「クロス・クロス・パーソン・リメイド」と呼ぶ。 クロス・クローズ・パーソナリティのための大規模なデータセットが欠如しているため、221のアイデンティティから33698の画像からなる新しいデータセットをコントリビュートする。
  論文  参考訳（メタデータ） (2020-02-06T15:13:55Z)

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。