論文の概要: Robust Person Re-Identification through Contextual Mutual Boosting

• arxiv url: http://arxiv.org/abs/2009.07491v1
• Date: Wed, 16 Sep 2020 06:33:35 GMT
• ステータス: 処理完了
• システム内更新日: 2022-10-18 00:11:44.261439
• Title: Robust Person Re-Identification through Contextual Mutual Boosting
• Title（参考訳）: 文脈的相互ブースティングによるロバストな人物再同定
• Authors: Zhikang Wang, Lihuo He, Xinbo Gao, Jane Shen
• Abstract要約: 本研究では,歩行者の局地化を目的としたコンテキスト相互ブースティングネットワーク(CMBN)を提案する。 歩行者をローカライズし、文脈情報と統計的推測を効果的に活用することで特徴を再検討する。 ベンチマークの実験は、最先端のアーキテクチャと比較してアーキテクチャの優位性を示している。
• 参考スコア（独自算出の注目度）: 77.1976737965566
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Person Re-Identification (Re-ID) has witnessed great advance, driven by the development of deep learning. However, modern person Re-ID is still challenged by background clutter, occlusion and large posture variation which are common in practice. Previous methods tackle these challenges by localizing pedestrians through external cues (e.g., pose estimation, human parsing) or attention mechanism, suffering from high computation cost and increased model complexity. In this paper, we propose the Contextual Mutual Boosting Network (CMBN). It localizes pedestrians and recalibrates features by effectively exploiting contextual information and statistical inference. Firstly, we construct two branches with a shared convolutional frontend to learn the foreground and background features respectively. By enabling interaction between these two branches, they boost the accuracy of the spatial localization mutually. Secondly, starting from a statistical perspective, we propose the Mask Generator that exploits the activation distribution of the transformation matrix for generating the static channel mask to the representations. The mask recalibrates the features to amplify the valuable characteristics and diminish the noise. Finally, we propose the Contextual-Detachment Strategy to optimize the two branches jointly and independently, which further enhances the localization precision. Experiments on the benchmarks demonstrate the superiority of the architecture compared the state-of-the-art.
• Abstract（参考訳）: 人物再同定(Re-ID)は、深層学習の発展によって大きく進歩した。 しかし、現代の人物再識別は、実際には一般的である背景クラッタや咬合、大きな姿勢変化によってもなお挑戦されている。 従来の手法では、外部の手がかり(ポーズ推定、人間の解析など)や注意機構を通じて歩行者を局所化したり、高い計算コストとモデルの複雑さに苦しめたりすることで、これらの課題に取り組む。 本稿では,CMBN(Contextual Mutual Boosting Network)を提案する。 歩行者をローカライズし、文脈情報と統計推論を効果的に活用することで特徴を再調整する。 まず,前景と背景特徴をそれぞれ学習するために,共用畳み込みフロントエンドを持つ2つのブランチを構築した。 これら2つの分岐間の相互作用を可能にすることにより、空間的局所化の精度を相互に向上させる。 次に,統計学的観点から,トランスフォーメーションマトリックスの活性化分布を利用して静的チャネルマスクを生成するマスク生成器を提案する。 マスクは特徴を再調整し、価値ある特徴を増幅し、ノイズを減少させる。 最後に,2つのブランチを相互に独立に最適化するコンテキスト分割戦略を提案し,局所化精度をさらに向上させる。 ベンチマークの実験は、最先端のアーキテクチャと比較してアーキテクチャの優位性を示している。

関連論文リスト

• Robust Ensemble Person Re-Identification via Orthogonal Fusion with Occlusion Handling [4.431087385310259]
  排除は、個人再識別(ReID)における大きな課題の1つとして残されている。 本稿では,CNN と Transformer アーキテクチャを併用し,ロバストな特徴表現を生成する深層アンサンブルモデルを提案する。
  論文  参考訳（メタデータ） (2024-03-29T18:38:59Z)
• UGMAE: A Unified Framework for Graph Masked Autoencoders [67.75493040186859]
  グラフマスク付きオートエンコーダのための統一フレームワークであるUGMAEを提案する。 まず,ノードの特異性を考慮した適応型特徴マスク生成器を開発した。 次に,階層型構造再構成と特徴再構成を併用し,総合的なグラフ情報を取得する。
  論文  参考訳（メタデータ） (2024-02-12T19:39:26Z)
• Mutual Distillation Learning For Person Re-Identification [27.350415735863184]
  MDPR(Multual Distillation Learning for Person Re-identification)という新しい手法を提案する。 本手法は,一様水平分割戦略により局所特徴を抽出するハードコンテンツブランチと,前景と背景を動的に区別するソフトコンテンツブランチの2つを含む。 提案手法はDukeC-reIDデータセット上のmAP/Rank-1の8.7%/94.4%の驚くべき値を得る。
  論文  参考訳（メタデータ） (2024-01-12T07:49:02Z)
• PersonMAE: Person Re-Identification Pre-Training with Masked AutoEncoders [132.60355401780407]
  個人再識別のための汎用的特徴表現(ReID)の学習において,事前学習はますます重要な役割を担っている 本稿では,Person Re-IDの課題に対処するために,2つのコア設計をマスク付きオートエンコーダに組み込んだPersonMAEを提案する。 ViT-Bのバックボーンを持つ PersonMAE は MSMT17 と OccDuke のデータセット上で 79.8% と 69.5% の mAP を達成する。
  論文  参考訳（メタデータ） (2023-11-08T07:02:27Z)
• Object Segmentation by Mining Cross-Modal Semantics [68.88086621181628]
  マルチモーダル特徴の融合と復号を導くために,クロスモーダル・セマンティックスをマイニングする手法を提案する。 具体的には,(1)全周減衰核融合(AF),(2)粗大デコーダ(CFD),(3)多層自己超越からなる新しいネットワークXMSNetを提案する。
  論文  参考訳（メタデータ） (2023-05-17T14:30:11Z)
• Dynamic Prototype Mask for Occluded Person Re-Identification [88.7782299372656]
  既存の手法では、目に見える部分を識別するために、余分なネットワークによって提供される身体の手がかりを利用することで、この問題に対処している。 2つの自己明快な事前知識に基づく新しい動的プロトタイプマスク(DPM)を提案する。 この条件下では、隠蔽された表現は、選択された部分空間において自然にうまく整列することができる。
  論文  参考訳（メタデータ） (2022-07-19T03:31:13Z)
• Gait Recognition with Mask-based Regularization [31.901166591272464]
  本稿では,ReverseMaskというマスクを用いた新しい正規化手法を提案する。 特徴マップをインジェクトすることにより,提案手法は,畳み込みアーキテクチャが識別表現を学習するのに役立つ。 プラグアンドプレイ インセプションのようなReverseMaskブロックは、ネットワークを一般化するのにシンプルで効果的である。
  論文  参考訳（メタデータ） (2022-03-08T12:13:29Z)
• Short Range Correlation Transformer for Occluded Person Re-Identification [4.339510167603376]
  PFTと呼ばれる部分的特徴変換器に基づく人物識別フレームワークを提案する。 提案したPFTは3つのモジュールを用いて視覚変換器の効率を向上する。 包括的および包括的再同定データセットに対する実験結果から,提案したPFTネットワークが一貫した性能を実現することを示す。
  論文  参考訳（メタデータ） (2022-01-04T11:12:39Z)
• A Self-Supervised Gait Encoding Approach with Locality-Awareness for 3D Skeleton Based Person Re-Identification [65.18004601366066]
  3Dスケルトン配列内の歩行特徴による人物再識別(Re-ID)は、いくつかの利点を持つ新しい話題である。 本稿では、ラベルのない骨格データを利用して人物の歩行表現を学習できる自己教師付き歩行符号化手法を提案する。
  論文  参考訳（メタデータ） (2020-09-05T16:06:04Z)

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。