論文の概要: Vision Meets Wireless Positioning: Effective Person Re-identification with Recurrent Context Propagation

• arxiv url: http://arxiv.org/abs/2008.04146v2
• Date: Fri, 4 Sep 2020 09:10:28 GMT
• ステータス: 処理完了
• システム内更新日: 2022-10-31 23:04:06.956359
• Title: Vision Meets Wireless Positioning: Effective Person Re-identification with Recurrent Context Propagation
• Title（参考訳）: vision meets wireless positioning: recurrent context propagationによる効果的な人物再同定
• Authors: Yiheng Liu, Wengang Zhou, Mao Xi, Sanjing Shen, Houqiang Li
• Abstract要約: 既存の人物再識別方法は、歩行者を捕獲する視覚センサーに依存している。 携帯電話は、無線測位信号の形で、WiFiや携帯電話ネットワークによって感知することができる。 本稿では,視覚データと無線位置決めデータの間で情報伝達を可能にする新しいコンテキスト伝搬モジュールを提案する。
• 参考スコア（独自算出の注目度）: 120.18969251405485
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Existing person re-identification methods rely on the visual sensor to capture the pedestrians. The image or video data from visual sensor inevitably suffers the occlusion and dramatic variations of pedestrian postures, which degrades the re-identification performance and further limits its application to the open environment. On the other hand, for most people, one of the most important carry-on items is the mobile phone, which can be sensed by WiFi and cellular networks in the form of a wireless positioning signal. Such signal is robust to the pedestrian occlusion and visual appearance change, but suffers some positioning error. In this work, we approach person re-identification with the sensing data from both vision and wireless positioning. To take advantage of such cross-modality cues, we propose a novel recurrent context propagation module that enables information to propagate between visual data and wireless positioning data and finally improves the matching accuracy. To evaluate our approach, we contribute a new Wireless Positioning Person Re-identification (WP-ReID) dataset. Extensive experiments are conducted and demonstrate the effectiveness of the proposed algorithm. Code will be released at https://github.com/yolomax/WP-ReID.
• Abstract（参考訳）: 既存の人物再識別方法は、歩行者を捕獲する視覚センサーに依存している。 視覚センサからの映像や映像データは、必然的に歩行者の姿勢の閉塞や劇的な変化に苦しめられ、再識別性能が低下し、さらに開放環境への応用が制限される。 一方、ほとんどの人にとって最も重要な持ち運びアイテムの1つは携帯電話であり、wi-fiや携帯電話ネットワークによって無線測位信号の形で感知することができる。 このような信号は歩行者の閉塞や外観の変化に頑健であるが、位置決めの誤りがある。 本研究では,視覚と無線の測位からセンシングデータを得た人物再同定にアプローチする。 そこで本研究では,視覚データと無線測位データ間の情報伝達を可能とし,マッチング精度を向上する新たなコンテキスト伝搬モジュールを提案する。 提案手法を評価するために,新しい無線測位者再識別データセット(WP-ReID)を提案する。 提案アルゴリズムの有効性を実証し,実験を行った。 コードはhttps://github.com/yolomax/WP-ReIDでリリースされる。

関連論文リスト

• ViFi-ReID: A Two-Stream Vision-WiFi Multimodal Approach for Person Re-identification [3.3743041904085125]
  人物再識別(ReID)は、安全検査、人員計数などにおいて重要な役割を担っている。 現在のReIDアプローチのほとんどは、主に目的条件の影響を受けやすい画像から特徴を抽出する。 我々は、Wi-Fi信号のチャネル状態情報(CSI)を介して歩行者からの歩行情報をキャプチャすることで、広く利用可能なルータをセンサデバイスとして活用する。
  論文  参考訳（メタデータ） (2024-10-13T15:34:11Z)
• Physical-Layer Semantic-Aware Network for Zero-Shot Wireless Sensing [74.12670841657038]
  デバイスレスワイヤレスセンシングは、幅広い没入型人間機械対話型アプリケーションをサポートする可能性から、近年、大きな関心を集めている。 無線信号におけるデータの均一性と分散センシングにおけるデータプライバシ規制は、広域ネットワークシステムにおける無線センシングの広範な適用を妨げる主要な課題であると考えられている。 そこで本研究では,ラベル付きデータを使わずに,一箇所ないし限られた箇所で構築されたモデルを直接他の場所に転送できるゼロショット無線センシングソリューションを提案する。
  論文  参考訳（メタデータ） (2023-12-08T13:50:30Z)
• Adversarial Self-Attack Defense and Spatial-Temporal Relation Mining for Visible-Infrared Video Person Re-Identification [24.9205771457704]
  本稿では,新しい視点,すなわち対人自己防衛と時空間的関係のマイニングから,新しい可視赤外ビデオパーソン re-ID 手法を提案する。 提案手法は,大規模なクロスモダリティビデオデータセットにおいて魅力的な性能を示す。
  論文  参考訳（メタデータ） (2023-07-08T05:03:10Z)
• GraSens: A Gabor Residual Anti-aliasing Sensing Framework for Action Recognition using WiFi [52.530330427538885]
  WiFiベースのヒューマンアクション認識(HAR)は、スマートリビングやリモート監視といったアプリケーションにおいて、有望なソリューションと見なされている。 本稿では,無線機器からのWiFi信号を用いた動作を,多様なシナリオで直接認識する,エンド・ツー・エンドのGabor残差検知ネットワーク(GraSens)を提案する。
  論文  参考訳（メタデータ） (2022-05-24T10:20:16Z)
• Human Silhouette and Skeleton Video Synthesis through Wi-Fi signals [24.313281453214614]
  本稿では,無線データを視覚的特徴に効果的にマッピングする2分岐生成ニューラルネットワークを提案する。 トレーニング後,Wi-Fi信号のみを用いてヒトのシルエットと骨格映像を合成する手法を提案する。
  論文  参考訳（メタデータ） (2022-03-11T11:40:34Z)
• RealGait: Gait Recognition for Person Re-Identification [79.67088297584762]
  我々は,既存の映像人物の再識別課題からシルエットを抽出し,制約のない方法で歩く1,404人からなる新たな歩行データセットを構築した。 以上の結果から、実際の監視シナリオにおける歩行による認識は実現可能であり、その基盤となる歩行パターンが、実際にビデオの人物認識が機能する真の理由である可能性が示唆された。
  論文  参考訳（メタデータ） (2022-01-13T06:30:56Z)
• Unsupervised Person Re-Identification with Wireless Positioning under Weak Scene Labeling [131.18390399368997]
  本稿では、弱いシーンラベリングの下で、視覚データと無線位置決めトラジェクトリの両方を用いて、教師なしの人物再識別を探索することを提案する。 具体的には、視覚データと無線情報の相補性をモデル化した、新しい教師なしマルチモーダルトレーニングフレームワーク(UMTF)を提案する。 我々のUMTFには、MMDA(Multimodal Data Association Strategy)とMMGN(Multimodal Graph Neural Network)が含まれている。
  論文  参考訳（メタデータ） (2021-10-29T08:25:44Z)
• Semantics-aware Adaptive Knowledge Distillation for Sensor-to-Vision Action Recognition [131.6328804788164]
  本稿では,視覚・センサ・モダリティ(動画)における行動認識を強化するためのフレームワーク,Semantics-Aware Adaptive Knowledge Distillation Networks (SAKDN)を提案する。 SAKDNは複数のウェアラブルセンサーを教師のモダリティとして使用し、RGB動画を学生のモダリティとして使用している。
  論文  参考訳（メタデータ） (2020-09-01T03:38:31Z)
• An Improved Person Re-identification Method by light-weight convolutional neural network [0.0]
  人物の再識別は、低解像度、様々なポーズ、照明、背景のぼやけ、オクルージョンといった課題に直面している。 本稿では,トランスファーラーニングと検証損失関数の適用により,人物の再識別を改善することを目的とする。 実験により,提案モデルはCUHK01データセットの最先端手法よりも優れた性能を示した。
  論文  参考訳（メタデータ） (2020-08-21T12:34:15Z)

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。