論文の概要: Joint Person Objectness and Repulsion for Person Search

• arxiv url: http://arxiv.org/abs/2006.00155v1
• Date: Sat, 30 May 2020 03:04:33 GMT
• ステータス: 処理完了
• システム内更新日: 2022-11-26 17:59:04.392403
• Title: Joint Person Objectness and Repulsion for Person Search
• Title（参考訳）: 人物検索における共同目的と反発
• Authors: Hantao Yao, Changsheng Xu
• Abstract要約: オブジェクト指向と反発情報を協調的に考慮したOR類似性を提案する。 客観性という用語は、人物を含まない気晴らし画像の類似度を低減することができる。 反射項は, 探触者とあまり似ていないような散逸画像の類似度を低減するために提案される。
• 参考スコア（独自算出の注目度）: 104.35848955892456
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Person search targets to search the probe person from the unconstrainted scene images, which can be treated as the combination of person detection and person matching. However, the existing methods based on the Detection-Matching framework ignore the person objectness and repulsion (OR) which are both beneficial to reduce the effect of distractor images. In this paper, we propose an OR similarity by jointly considering the objectness and repulsion information. Besides the traditional visual similarity term, the OR similarity also contains an objectness term and a repulsion term. The objectness term can reduce the similarity of distractor images that not contain a person and boost the performance of person search by improving the ranking of positive samples. Because the probe person has a different person ID with its \emph{neighbors}, the gallery images having a higher similarity with the \emph{neighbors of probe} should have a lower similarity with the probe person. Based on this repulsion constraint, the repulsion term is proposed to reduce the similarity of distractor images that are not most similar to the probe person. Treating the Faster R-CNN as the person detector, the OR similarity is evaluated on PRW and CUHK-SYSU datasets by the Detection-Matching framework with six description models. The extensive experiments demonstrate that the proposed OR similarity can effectively reduce the similarity of distractor samples and further boost the performance of person search, e.g., improve the mAP from 92.32% to 93.23% for CUHK-SYSY dataset, and from 50.91% to 52.30% for PRW datasets.
• Abstract（参考訳）: 人物探索対象は、人物検出と人物マッチングの組み合わせとして扱うことができる、制約のないシーン画像からプローブの人物を探索する。 しかし,検出・マッチングフレームワークに基づく既存の手法では,人物の客観性と反発(OR)は無視されている。 本稿では,オブジェクト指向と反発情報を協調的に考慮したOR類似性を提案する。 伝統的な視覚的類似性用語の他に、その類似性は対象性項と反発性項も含む。 対象用語は、人物を含まない散逸画像の類似性を低減し、ポジティブサンプルのランキングを改善することにより、人物検索の性能を高めることができる。 プローブの人物は、emph{neighbors}と異なる人物idを持つので、プローブのemph{neighbors of probe}と高い類似度を持つギャラリー画像は、プローブの人物とより低い類似性を持つべきである。 この反発制約に基づき、この反発項は、プローブの人物とあまり似ていない散乱像の類似度を低減するために提案される。 Faster R-CNNを人検知器として扱い、6つの記述モデルによる検出・マッチングフレームワークを用いてPRWおよびCUHK-SYSUデータセット上でOR類似性を評価する。 大規模な実験により、提案されたOR類似性は、散逸サンプルの類似性を効果的に低減し、例えば、CUHK-SYSYデータセットでは92.32%から93.23%に改善し、PRWデータセットでは50.91%から52.30%に改善した。

関連論文リスト

• Feature-based Image Matching for Identifying Individual K\=ak\=a [0.0]
  本報告では、個々のk=ak=aを識別する新しい用途のための教師なし特徴ベース画像マッチングパイプラインについて検討する。 クラスタリングに類似性ネットワークを適用することで、個々の鳥を識別する現在の教師付きアプローチの弱点に対処する。 機能ベースの画像マッチングは、既存の教師付きアプローチに代わる実行可能な代替手段を提供するために、類似性ネットワークで使用できると結論付けている。
  論文  参考訳（メタデータ） (2023-01-17T03:43:19Z)
• End-to-End Context-Aided Unicity Matching for Person Re-identification [100.02321122258638]
  本稿では,人間同士の一致関係を学習・精査するための,エンドツーエンドの対人一意整合アーキテクチャを提案する。 サンプルのグローバルコンテキスト関係を用いて,ソフトマッチング結果を洗練し,両部グラフマッチングにより一致ユニシティに到達する。 実世界における人物再識別の応用を十分に考慮し, ワンショットとマルチショットの双方で一様マッチングを実現する。
  論文  参考訳（メタデータ） (2022-10-20T07:33:57Z)
• CGUA: Context-Guided and Unpaired-Assisted Weakly Supervised Person Search [54.106662998673514]
  本稿では,コンテキストガイドとアンペア支援(CGUA)を弱教師付き人物検索フレームワークとして導入する。 具体的には、クラスタリングプロセスにおけるコンテキスト情報を活用する新しいコンテキストガイドクラスタ(CGC)アルゴリズムを提案する。 本手法は,より多様なラベル付きデータを活用することにより,最先端の教師付き手法に匹敵する,あるいは優れた性能を実現する。
  論文  参考訳（メタデータ） (2022-03-27T13:57:30Z)
• Enriching ImageNet with Human Similarity Judgments and Psychological Embeddings [7.6146285961466]
  人間の知覚と推論のタスク汎用能力を具現化したデータセットを提案する。 ImageNet(ImageNet-HSJ)のHuman similarity Judgments拡張は、人間の類似性判定で構成されている。 新しいデータセットは、教師なし学習アルゴリズムの評価を含む、タスクとパフォーマンスのメトリクスの範囲をサポートする。
  論文  参考訳（メタデータ） (2020-11-22T13:41:54Z)
• DecAug: Augmenting HOI Detection via Decomposition [54.65572599920679]
  現在のアルゴリズムでは、データセット内のトレーニングサンプルやカテゴリの不均衡が不足している。 本稿では,HOI検出のためのDECAugと呼ばれる効率的かつ効率的なデータ拡張手法を提案する。 実験の結果,V-COCOおよびHICODETデータセットの3.3mAPと1.6mAPの改善が得られた。
  論文  参考訳（メタデータ） (2020-10-02T13:59:05Z)
• Do Not Disturb Me: Person Re-identification Under the Interference of Other Pedestrians [97.45805377769354]
  本稿では,Pedestrian-Interference Suppression Network (PISNet)と呼ばれる新しいディープネットワークを提案する。 PISNetはクエリガイド付アテンションブロック(QGAB)を活用して、クエリのガイダンスの下でギャラリー内のターゲットの機能を強化する。 その結果,提案手法は既存のRe-ID手法に対して良好に動作することがわかった。
  論文  参考訳（メタデータ） (2020-08-16T17:45:14Z)
• High-Order Information Matters: Learning Relation and Topology for Occluded Person Re-Identification [84.43394420267794]
  本稿では,高次関係とトポロジ情報を識別的特徴とロバストなアライメントのために学習し,新しい枠組みを提案する。 我々のフレームワークはOccluded-Dukeデータセットで最先端の6.5%mAPスコアを大幅に上回っている。
  論文  参考訳（メタデータ） (2020-03-18T12:18:35Z)
• Fabricated Pictures Detection with Graph Matching [0.36832029288386137]
  研究作業における実験画像の作成は、重大な学術的不正行為である。 グラフマッチング技術を用いて、類似した、あるいは、おそらく製造された画像を検出するためのフレームワークを提案する。
  論文  参考訳（メタデータ） (2020-01-16T12:29:16Z)

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。