論文の概要: CycAs: Self-supervised Cycle Association for Learning Re-identifiable
Descriptions
- arxiv url: http://arxiv.org/abs/2007.07577v1
- Date: Wed, 15 Jul 2020 09:52:35 GMT
- ステータス: 処理完了
- システム内更新日: 2022-11-10 05:09:43.067930
- Title: CycAs: Self-supervised Cycle Association for Learning Re-identifiable
Descriptions
- Title（参考訳）: CycAs: 再確認可能な記述を学習するための自己指導型サイクルアソシエーション
- Authors: Zhongdao Wang, Jingwei Zhang, Liang Zheng, Yixuan Liu, Yifan Sun, Yali
Li, Shengjin Wang
- Abstract要約: 本稿では,人物再識別(re-ID)問題に対する自己教師型学習手法を提案する。
既存の教師なしのメソッドは通常、ビデオトラッカーやクラスタリングのような擬似ラベルに依存している。
疑似ラベルを使わずに、生のビデオから歩行者の埋め込みを学習できる別の教師なし手法を導入する。
- 参考スコア（独自算出の注目度）: 61.724894233252414
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: This paper proposes a self-supervised learning method for the person
re-identification (re-ID) problem, where existing unsupervised methods usually
rely on pseudo labels, such as those from video tracklets or clustering. A
potential drawback of using pseudo labels is that errors may accumulate and it
is challenging to estimate the number of pseudo IDs. We introduce a different
unsupervised method that allows us to learn pedestrian embeddings from raw
videos, without resorting to pseudo labels. The goal is to construct a
self-supervised pretext task that matches the person re-ID objective. Inspired
by the \emph{data association} concept in multi-object tracking, we propose the
\textbf{Cyc}le \textbf{As}sociation (\textbf{CycAs}) task: after performing
data association between a pair of video frames forward and then backward, a
pedestrian instance is supposed to be associated to itself. To fulfill this
goal, the model must learn a meaningful representation that can well describe
correspondences between instances in frame pairs. We adapt the discrete
association process to a differentiable form, such that end-to-end training
becomes feasible. Experiments are conducted in two aspects: We first compare
our method with existing unsupervised re-ID methods on seven benchmarks and
demonstrate CycAs' superiority. Then, to further validate the practical value
of CycAs in real-world applications, we perform training on self-collected
videos and report promising performance on standard test sets.
- Abstract（参考訳）: 本稿では,既存の教師なし手法がビデオトラックレットやクラスタリングなどの擬似ラベルに依存する人物再同定(re-id)問題に対する自己教師付き学習手法を提案する。
擬似ラベルを使うことの潜在的な欠点は、エラーが蓄積され、擬似IDの数を見積もることは困難である。
疑似ラベルを使わずに、生のビデオから歩行者の埋め込みを学習できる別の教師なし手法を導入する。
目標は、人物の再識別目標にマッチする自己教師付きプリテキストタスクを構築することだ。
マルチオブジェクト追跡における \emph{data association} の概念に着想を得て,一対のビデオフレーム間のデータアソシエーションを前後に実行した後,歩行者インスタンスを自身に関連付けるという, \textbf{Cyc}le \textbf{As}sociation (\textbf{CycAs}) タスクを提案する。
この目標を達成するために、モデルはフレームペアのインスタンス間の対応を適切に記述できる意味のある表現を学ばなければならない。
我々は、エンドツーエンドのトレーニングが実現できるように、個別のアソシエーションプロセスを差別化可能な形式に適応する。
まず,提案手法と既存の教師なし再識別法を7つのベンチマークで比較し,cycasの優れていることを示す。
次に,現実のアプリケーションにおけるCycAsの実用的価値をさらに検証するために,自己コンパイルビデオのトレーニングを行い,標準テストセットで有望な性能を報告する。
関連論文リスト
- Keypoint Promptable Re-Identification [76.31113049256375]
Occluded Person Re-Identification (ReID) は、その外見に基づいて隠蔽された個人をマッチングするメトリクス学習タスクである。
本稿では、入力バウンディングボックスを意味キーポイントの集合で明示的に補完する新しいReID問題の定式化であるKeypoint Promptable ReID(KPR)を紹介する。
我々は4つの人気のあるReIDベンチマークのためのカスタムキーポイントラベルをリリースした。人物検索の実験だけでなく、ポーズトラッキングの実験も、我々の手法が従来の最先端手法を体系的に超越していることを示す。
論文 参考訳（メタデータ） (2024-07-25T15:20:58Z) - S$^3$Track: Self-supervised Tracking with Soft Assignment Flow [45.77333923477176]
ビデオレベルのアソシエーションラベルを使わずに、自己監督型複数物体追跡について検討する。
オブジェクトアソシエーションのための微分可能なソフトオブジェクト割り当てを提案する。
提案手法は,KITTI,nuScenes,Argoverseのデータセットを用いて評価する。
論文 参考訳（メタデータ） (2023-05-17T06:25:40Z) - Neighbour Consistency Guided Pseudo-Label Refinement for Unsupervised
Person Re-Identification [80.98291772215154]
教師なしの人物再識別(ReID)は、アノテーションを使わずに人物検索のための識別的アイデンティティの特徴を学習することを目的としている。
近年の進歩はクラスタリングに基づく擬似ラベルを活用することで実現されている。
本稿では, Pseudo Label Refinement フレームワークを提案する。
論文 参考訳（メタデータ） (2022-11-30T09:39:57Z) - Generalizable Re-Identification from Videos with Cycle Association [60.920036335996414]
トレーニングの複雑さの低いre-IDのためのスケーラブルな自己教師型学習手法として,CycAs(CycAs)を提案する。
提案手法に適したLMPビデオという,大規模でラベルのないre-IDデータセットを構築した。
CycAsは、時間的に連続したビデオフレームペア間のインスタンス関連性のサイクル一貫性を強制することによって、re-ID特徴を学習する。
論文 参考訳（メタデータ） (2022-11-07T16:21:57Z) - Pseudo-Pair based Self-Similarity Learning for Unsupervised Person
Re-identification [47.44945334929426]
擬似ペアを用いた自己相似学習手法を提案する。
本稿では,画像に擬似ラベルを付与する手法を提案する。
個々の画像から同相性を用いて局所的な識別特徴を学習し、同相性を介して画像間のパッチ対応を検出する。
論文 参考訳（メタデータ） (2022-07-09T04:05:06Z) - Semantics-Guided Clustering with Deep Progressive Learning for
Semi-Supervised Person Re-identification [58.01834972099855]
人物の再識別(re-ID)は、同一人物の画像とカメラビューを一致させる必要がある。
本稿では,SGC-DPL(Deep Progressive Learning)を用いたセマンティックスガイドクラスタリング(Semantics-Guided Clustering)の新たなフレームワークを提案する。
我々のアプローチは、半教師付き環境でラベル付きトレーニングデータを増強することができる。
論文 参考訳（メタデータ） (2020-10-02T18:02:35Z) - Exploiting Temporal Coherence for Self-Supervised One-shot Video
Re-identification [44.9767103065442]
ワンショット再識別は、このラベル付けの労力を減らすための潜在的候補である。
現在のワンショット再識別法はラベル付きデータとラベルなしデータの相互関係をモデル化することによって機能する。
本稿では,時間的コヒーレンスを自己指導型補助課題として活用する,時間的一貫性向上学習という新しい枠組みを提案する。
論文 参考訳（メタデータ） (2020-07-21T19:49:06Z) - Intra-Camera Supervised Person Re-Identification [87.88852321309433]
本稿では,カメラごとの個人識別アノテーションに基づく新しい人物識別パラダイムを提案する。
これにより、最も時間がかかり、面倒なカメラ間IDラベリングプロセスがなくなる。
MATE(Multi-tAsk mulTi-labEl)Deep Learning method for intra-Camera Supervised (ICS) person re-id。
論文 参考訳（メタデータ） (2020-02-12T15:26:33Z)
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。