論文の概要: An Improved Person Re-identification Method by light-weight
convolutional neural network
- arxiv url: http://arxiv.org/abs/2008.09448v1
- Date: Fri, 21 Aug 2020 12:34:15 GMT
- ステータス: 処理完了
- システム内更新日: 2022-10-26 21:57:07.969335
- Title: An Improved Person Re-identification Method by light-weight
convolutional neural network
- Title(参考訳): 軽量畳み込みニューラルネットワークによる人物再同定法の改良
- Authors: Sajad Amouei Sheshkal, Kazim Fouladi-Ghaleh, Hossein Aghababa
- Abstract要約: 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。
- 参考スコア(独自算出の注目度): 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Person Re-identification is defined as a recognizing process where the person
is observed by non-overlapping cameras at different places. In the last decade,
the rise in the applications and importance of Person Re-identification for
surveillance systems popularized this subject in different areas of computer
vision. Person Re-identification is faced with challenges such as low
resolution, varying poses, illumination, background clutter, and occlusion,
which could affect the result of recognizing process. The present paper aims to
improve Person Re-identification using transfer learning and application of
verification loss function within the framework of Siamese network. The Siamese
network receives image pairs as inputs and extract their features via a
pre-trained model. EfficientNet was employed to obtain discriminative features
and reduce the demands for data. The advantages of verification loss were used
in the network learning. Experiments showed that the proposed model performs
better than state-of-the-art methods on the CUHK01 dataset. For example, rank5
accuracies are 95.2% (+5.7) for the CUHK01 datasets. It also achieved an
acceptable percentage in Rank 1. Because of the small size of the pre-trained
model parameters, learning speeds up and there will be a need for less hardware
and data.
- Abstract(参考訳): 人物再同定は、異なる場所で重複しないカメラによって観察される認識過程として定義される。
過去10年間で、監視システムに対する個人再識別の適用と重要性の高まりは、コンピュータビジョンの様々な領域でこの話題を広めた。
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、咬合などの課題に直面しており、これは認識過程の結果に影響を与える可能性がある。
本稿では,移動学習を用いた人物識別の改善と,シームズネットワークの枠組みにおける検証損失関数の適用を目的とする。
Siameseネットワークは入力としてイメージペアを受け取り、事前訓練されたモデルを介して特徴を抽出する。
EfficientNetは差別的特徴の獲得とデータ要求の削減に使用された。
検証損失の利点はネットワーク学習に利用された。
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。
例えば rank5 accuracies は cuhk01 データセットの 95.2% (+5.7) である。
また、ランク1で許容率を達成した。
事前訓練されたモデルパラメータのサイズが小さいため、学習速度が向上し、ハードウェアやデータが少なくなる。
関連論文リスト
- Federated Face Forgery Detection Learning with Personalized Representation [63.90408023506508]
ディープジェネレータ技術は、区別がつかない高品質のフェイクビデオを制作し、深刻な社会的脅威をもたらす可能性がある。
従来の偽造検出手法は、データを直接集中的に訓練する。
本稿では,個人化表現を用いた新しいフェデレーション顔偽造検出学習を提案する。
論文 参考訳(メタデータ) (2024-06-17T02:20:30Z) - Efficient Verification-Based Face Identification [50.616875565173274]
効率の良いニューラルモデルで顔認証を行う際の問題点を$f$で検討する。
我々のモデルは、23kパラメータと5M浮動小数点演算(FLOPS)しか必要としない、かなり小さな$f$に導かれる。
我々は、6つの顔認証データセットを用いて、我々の手法が最先端のモデルよりも同等か優れていることを示す。
論文 参考訳(メタデータ) (2023-12-20T18:08:02Z) - SqueezerFaceNet: Reducing a Small Face Recognition CNN Even More Via
Filter Pruning [55.84746218227712]
我々は,100万パラメータ未満の軽量顔認識ネットワークであるSqueezerFaceNetを開発した。
性能を損なうことなく、さらに(最大40%)削減できることを示す。
論文 参考訳(メタデータ) (2023-07-20T08:38:50Z) - PRSNet: A Masked Self-Supervised Learning Pedestrian Re-Identification
Method [2.0411082897313984]
本論文は, 強靭性を有する事前学習モデルを得るために, マスク再構築の前タスクを設計する。
センタロイドに基づいて三重項損失を改善することにより、ネットワークのトレーニング最適化を行う。
この手法は、既存の自己教師型学習歩行者再識別法よりも、Marker1501およびCUHK03データ上で約5%高いmAPを達成する。
論文 参考訳(メタデータ) (2023-03-11T07:20:32Z) - Body Part-Based Representation Learning for Occluded Person
Re-Identification [102.27216744301356]
隠蔽人物再識別(ReID)とは,隠蔽人物画像と包括的人物画像とのマッチングを目的とした人物検索タスクである。
パートベースの手法は、微細な情報を提供し、部分的に見える人間の体を表現するのに適しているため、有益であることが示されている。
本稿では,BPBreIDという身体部分に基づくReIDモデルを提案する。
論文 参考訳(メタデータ) (2022-11-07T16:48:41Z) - MOS: A Low Latency and Lightweight Framework for Face Detection,
Landmark Localization, and Head Pose Estimation [37.537102697992395]
顔検出,ランドマークの定位,頭部ポーズ推定を同時に行うために,低レイテンシで軽量なネットワークを提案する。
大きな角度の顔のランドマークを見つけることがより困難であるという観察に刺激され、学習を制限するためにポーズロスが提案される。
また,各タスクの重みを自動的に学習するために,不確実なマルチタスク損失を提案する。
論文 参考訳(メタデータ) (2021-10-21T08:05:53Z) - Unsupervised Pre-training for Person Re-identification [90.98552221699508]
大規模無ラベル人物再識別(Re-ID)データセットLUPersonを提案する。
学習者のRe-ID特徴表現の一般化能力を向上させるために,教師なし事前学習を初めて行おうとする。
論文 参考訳(メタデータ) (2020-12-07T14:48:26Z) - Application of Facial Recognition using Convolutional Neural Networks
for Entry Access Control [0.0]
本論文は,画像中の人物を入力として捉え,その人物を著者の1人か否かを分類する,教師付き分類問題の解決に焦点をあてる。
提案手法は,(1)WoodNetと呼ばれるニューラルネットワークをスクラッチから構築し,トレーニングすること,(2)ImageNetデータベース上に事前トレーニングされたネットワークを利用することで,転送学習を活用すること,の2つである。
結果は、データセット内の個人を高い精度で分類し、保持されたテストデータに対して99%以上の精度で達成する2つのモデルである。
論文 参考訳(メタデータ) (2020-11-23T07:55:24Z) - How important are faces for person re-identification? [14.718372669984364]
顔検出およびぼかしアルゴリズムを適用し、複数の人気人物再識別データセットの匿名化バージョンを作成する。
我々は,この匿名化が標準メトリクスを用いた再識別性能に与える影響を評価する。
論文 参考訳(メタデータ) (2020-10-13T11:47:16Z) - Vision Meets Wireless Positioning: Effective Person Re-identification
with Recurrent Context Propagation [120.18969251405485]
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。
論文 参考訳(メタデータ) (2020-08-10T14:19:15Z) - FMT:Fusing Multi-task Convolutional Neural Network for Person Search [33.91664470686695]
本稿では,検出と再同定の相関性と不均一性に対処するために,FMT-CNN(Fusing Multi-task Convolutional Neural Network)を提案する。
CUHK-SYSU Person Searchデータセットの実験結果から,提案手法の性能は最先端の手法よりも優れていることが示された。
論文 参考訳(メタデータ) (2020-03-01T05:20:47Z)
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。