論文の概要: PoseTrackReID: Dataset Description

• arxiv url: http://arxiv.org/abs/2011.06243v1
• Date: Thu, 12 Nov 2020 07:44:25 GMT
• ステータス: 処理完了
• システム内更新日: 2022-09-26 07:16:24.387856
• Title: PoseTrackReID: Dataset Description
• Title（参考訳）: PoseTrackReID: データセットの説明
• Authors: Andreas Doering and Di Chen and Shanshan Zhang and Bernt Schiele and Juergen Gall
• Abstract要約: 詩情報は、背景や閉塞音から有用な特徴情報を遠ざけるのに役立つ。 PoseTrackReIDでは、人物のリIDと複数人のポーズトラッキングのギャップを埋めたいと考えています。 このデータセットは、マルチフレームの人物のre-IDに関する現在の最先端メソッドに対する優れたベンチマークを提供する。
• 参考スコア（独自算出の注目度）: 97.7241689753353
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Current datasets for video-based person re-identification (re-ID) do not include structural knowledge in form of human pose annotations for the persons of interest. Nonetheless, pose information is very helpful to disentangle useful feature information from background or occlusion noise. Especially real-world scenarios, such as surveillance, contain a lot of occlusions in human crowds or by obstacles. On the other hand, video-based person re-ID can benefit other tasks such as multi-person pose tracking in terms of robust feature matching. For that reason, we present PoseTrackReID, a large-scale dataset for multi-person pose tracking and video-based person re-ID. With PoseTrackReID, we want to bridge the gap between person re-ID and multi-person pose tracking. Additionally, this dataset provides a good benchmark for current state-of-the-art methods on multi-frame person re-ID.
• Abstract（参考訳）: ビデオベースの人物再識別のための現在のデータセット(re-ID)には、関心のある人に対する人間のポーズアノテーションの形での構造的な知識が含まれていない。 それでも、ポーズ情報は、背景や閉塞音から有用な特徴情報を切り離すのに非常に役立つ。 特に、監視のような現実世界のシナリオには、人混みや障害物による多くの閉塞が含まれている。 一方、ビデオベースの人物のリIDは、ロバストな特徴マッチングの観点から、マルチパーソンポーズトラッキングのような他のタスクの恩恵を受けることができる。 このため、多人数のポーズトラッキングとビデオベースの人物再IDのための大規模データセットであるPoseTrackReIDを提案する。 PoseTrackReIDでは、人物のリIDと複数人のポーズトラッキングのギャップを埋めたい。 さらに、このデータセットは、マルチフレームの人物再IDに関する現在の最先端メソッドの優れたベンチマークを提供する。

関連論文リスト

• Disentangled Representations for Short-Term and Long-Term Person Re-Identification [33.76874948187976]
  アイデンティティシャッフルGAN(Identity shuffle GAN:IS-GAN)と呼ばれる新たな生成対向ネットワークを提案する。 それは、アイデンティティシャッフル技術によって、個人画像からアイデンティティ関連および非関連の特徴を解き放つ。 実験により,IS-GANの有効性が検証され,標準reIDベンチマークにおける最先端性能が示された。
  論文  参考訳（メタデータ） (2024-09-09T02:09:49Z)
• 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)
• Benchmarking person re-identification datasets and approaches for practical real-world implementations [1.0079626733116613]
  人物再識別(Re-ID)は注目されている。 しかし、そのようなRe-IDモデルが新しい都市や環境に配備される場合、セキュリティカメラのネットワーク内の人々を探すタスクは、重要なドメインシフトに直面している可能性が高い。 本稿では、ライブオペレーションにおける教師なしデプロイメントに適したデータセットの評価方法について、Re-IDアプローチとトレーニングデータセットの完全な評価手法を提案する。
  論文  参考訳（メタデータ） (2022-12-20T03:45:38Z)
• Video Person Re-identification using Attribute-enhanced Features [49.68392018281875]
  本稿では属性支援型ビデオ人物Re-IDのためのAttribute Salience Assisted Network (ASA-Net) という新しいネットワークアーキテクチャを提案する。 対象を背景からよりよく分離するために,ハイレベルな属性ではなく,中程度の属性から視覚的注意を学習することを提案する。
  論文  参考訳（メタデータ） (2021-08-16T07:41:27Z)
• 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)
• A Simple Baseline for Pose Tracking in Videos of Crowded Scenes [130.84731947842664]
  混み合った複雑な環境での人間のポーズを追跡する方法は、十分に対処されていない。 検出モデルにより生成された各境界ボックスに人体IDを割り当てるために,多目的追跡手法を用いる。 最終的に、ビデオ中の時間情報を利用して、最終的なポーズ追跡結果を生成するために光学フローが使用される。
  論文  参考訳（メタデータ） (2020-10-16T13:06:21Z)
• ESA-ReID: Entropy-Based Semantic Feature Alignment for Person re-ID [7.978877859859102]
  実世界の人物識別(re-ID)は、監視システムにおける典型的な応用の他に、コンテンツビデオ(テレビ・映画)における人物識別のリコール率の向上にも意義がある。 本稿では,人間の意味的特徴の詳細な情報を利用するエントロピーに基づく意味的特徴アライメントモデルを提案する。 意味的セグメンテーションの不確実性を考慮すると、エントロピーに基づくマスクとのセグメンテーションアライメントを導入することで、マスクセグメンテーションエラーの負の効果を低減することができる。
  論文  参考訳（メタデータ） (2020-07-09T08:56:28Z)
• Surpassing Real-World Source Training Data: Random 3D Characters for Generalizable Person Re-Identification [109.68210001788506]
  本研究では,大規模人物再識別データセットを,実際の監視に類似したセットアップに従って自動生成することを提案する。 私たちはUnity3Dを使って様々な仮想環境をシミュレートし、実際の監視システムに似たカメラネットワークをカスタマイズした。 その結果、8000のアイデンティティを持つ1,801,816人の人物画像を持つRandPersonという仮想データセットが得られた。
  論文  参考訳（メタデータ） (2020-06-23T05:38:47Z)
• Self-supervised Keypoint Correspondences for Multi-Person Pose Estimation and Tracking in Videos [32.43899916477434]
  本稿では,映像中の人物を関連付けるために,キーポイント対応に依存するアプローチを提案する。 ビデオデータ上でキーポイント対応を推定するためにネットワークをトレーニングする代わりに、人間のポーズ推定のために大規模な画像データセットでトレーニングする。 提案手法は,PosTrack$2017およびPoseTrack$2018のデータセット上で,複数フレームのポーズ推定と複数人物のポーズ追跡の最先端結果を実現する。
  論文  参考訳（メタデータ） (2020-04-27T09:02:24Z)

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。