論文の概要: GaitGraph: Graph Convolutional Network for Skeleton-Based Gait Recognition

• arxiv url: http://arxiv.org/abs/2101.11228v1
• Date: Wed, 27 Jan 2021 07:14:06 GMT
• ステータス: 処理完了
• システム内更新日: 2021-02-01 19:36:18.521855
• Title: GaitGraph: Graph Convolutional Network for Skeleton-Based Gait Recognition
• Title（参考訳）: GaitGraph:Skeletonベースの歩行認識のためのグラフ畳み込みネットワーク
• Authors: Torben Teepe, Ali Khan, Johannes Gilg, Fabian Herzog, Stefan H\"ormann, Gerhard Rigoll
• Abstract要約: 歩行認識は、遠距離から個々の歩行パターンを特定するための、有望なビデオベースのバイオメトリックである。 ほとんどの歩行認識法は、シルエット画像を用いて各フレーム内の人物を表現する。 本稿では,スケルトンポーズをグラフ畳み込みネットワーク(GCN)と組み合わせたGaitGraphを提案する。
• 参考スコア（独自算出の注目度）: 6.353193172884524
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Gait recognition is a promising video-based biometric for identifying individual walking patterns from a long distance. At present, most gait recognition methods use silhouette images to represent a person in each frame. However, silhouette images can lose fine-grained spatial information, and most papers do not regard how to obtain these silhouettes in complex scenes. Furthermore, silhouette images contain not only gait features but also other visual clues that can be recognized. Hence these approaches can not be considered as strict gait recognition. We leverage recent advances in human pose estimation to estimate robust skeleton poses directly from RGB images to bring back model-based gait recognition with a cleaner representation of gait. Thus, we propose GaitGraph that combines skeleton poses with Graph Convolutional Network (GCN) to obtain a modern model-based approach for gait recognition. The main advantages are a cleaner, more elegant extraction of the gait features and the ability to incorporate powerful spatio-temporal modeling using GCN. Experiments on the popular CASIA-B gait dataset show that our method archives state-of-the-art performance in model-based gait recognition. The code and models are publicly available.
• Abstract（参考訳）: 歩行認識は、長い距離から個々の歩行パターンを識別するための有望なビデオベースのバイオメトリックです。 現在、ほとんどの歩行認識方法は、各フレームの人物を表すためにシルエット画像を使用します。 しかし、シルエット画像は細かい空間情報を失う可能性があり、ほとんどの論文はこれらのシルエットを複雑なシーンで取得する方法を考慮していない。 さらに、シルエット画像は歩行の特徴だけでなく、認識可能な視覚的手がかりも含んでいる。 したがって、これらのアプローチは厳格な歩行認識とは考えられない。 我々は,rgb画像から直接ロバストな骨格ポーズを推定するために,人間のポーズ推定の最近の進歩を活用して,よりクリーンな歩行表現を用いたモデルに基づく歩行認識を実現する。 そこで本論文では,スケルトンポーズとグラフ畳み込みネットワーク(GCN)を組み合わせた歩行認識のための現代的なモデルベースアプローチを提案する。 主な利点は、歩行機能のよりクリーンでよりエレガントな抽出とGCNを使用して強力な時空間モデリングを組み込む機能です。 一般的なcasia-b gaitデータセットを用いた実験では,モデルに基づく歩行認識における最先端の性能をアーカイブする。 コードとモデルは公開されている。

関連論文リスト

• Learning to Simplify Spatial-Temporal Graphs in Gait Analysis [4.831663144935878]
  本稿では,歩行に基づく性別推定のための空間時間グラフ表現を簡略化する手法を提案する。 提案手法では,上流モデルと下流モデルという2つのモデルを用いて,歩行インスタンス毎に隣接行列を調整できる。 歩行に基づく性別推定のためのCASIA-Bデータセットに対するアプローチの有効性を示す。
  論文  参考訳（メタデータ） (2023-10-05T09:03:51Z)
• Parsing is All You Need for Accurate Gait Recognition in the Wild [51.206166843375364]
  本稿では,GPS(Gait Parsing Sequence)という新しい歩行表現を提案する。 GPSは、ビデオフレームから抽出された微細な人間のセグメンテーションのシーケンスなので、より高い情報エントロピーを持つ。 また,ParsingGaitという,新しいパーシングに基づく歩行認識フレームワークを提案する。 実験結果から,GPS表現による精度の向上とParsingGaitの優越性が示唆された。
  論文  参考訳（メタデータ） (2023-08-31T13:57:38Z)
• Distillation-guided Representation Learning for Unconstrained Gait Recognition [50.0533243584942]
  本研究では,屋外シナリオにおける人間認証のためのGADER(GAit Detection and Recognition)フレームワークを提案する。 GADERは、歩行情報を含むフレームのみを使用する新しい歩行認識手法により識別的特徴を構築する。 室内および屋外のデータセットに一貫した改善を示すため,複数の歩行ベースライン(SoTA)について評価を行った。
  論文  参考訳（メタデータ） (2023-07-27T01:53:57Z)
• What Can Human Sketches Do for Object Detection? [127.67444974452411]
  スケッチは非常に表現力が高く、本質的に主観的かつきめ細かい視覚的手がかりを捉えている。 スケッチ可能なオブジェクト検出フレームワークは、 textityou sketch -- textit that zebra' に基づいて検出する。 スケッチベース画像検索(SBIR)のために構築された基礎モデル(例えばCLIP)と既存のスケッチモデルとの直感的な相乗効果を示す。 特に、まず、エンコーダモデルの両方のスケッチブランチで独立に実行し、高度に一般化可能なスケッチとフォトエンコーダを構築する。
  論文  参考訳（メタデータ） (2023-03-27T12:33:23Z)
• Multi-Modal Human Authentication Using Silhouettes, Gait and RGB [59.46083527510924]
  全体認証は、遠隔生体認証のシナリオにおいて有望なアプローチである。 本稿では,RGBデータとシルエットデータを組み合わせたDME(Dual-Modal Ensemble)を提案する。 DME内では、従来の歩行分析に使用される二重ヘリカル歩行パターンにインスパイアされたGaitPatternを提案する。
  論文  参考訳（メタデータ） (2022-10-08T15:17:32Z)
• Gait Recognition in the Wild: A Large-scale Benchmark and NAS-based Baseline [95.88825497452716]
  歩行ベンチマークにより、研究コミュニティは高性能歩行認識システムの訓練と評価を行うことができる。 GREWは、野生における歩行認識のための最初の大規模データセットである。 SPOSGaitはNASベースの最初の歩行認識モデルである。
  論文  参考訳（メタデータ） (2022-05-05T14:57:39Z)
• Towards a Deeper Understanding of Skeleton-based Gait Recognition [4.812321790984493]
  近年、ほとんどの歩行認識法は、人のシルエットを使って歩行の特徴を抽出している。 モデルに基づく手法はこれらの問題に悩まされず、身体関節の時間運動を表現することができる。 本研究では,高次入力と残差ネットワークを組み合わせたグラフ畳み込みネットワーク(GCN)に基づくアプローチを提案する。
  論文  参考訳（メタデータ） (2022-04-16T18:23:37Z)
• Combining the Silhouette and Skeleton Data for Gait Recognition [13.345465199699]
  2つの主要な歩行認識作品は外観ベースとモデルベースであり、シルエットと骨格からそれぞれ特徴を抽出する。 本稿では, シルエットを入力とするCNN系分岐と, 骨格を入力とするGCN系分岐を提案する。 GCNベースの分岐における歩行表現を改善するため、マルチスケールグラフ畳み込みを統合する完全連結グラフ畳み込み演算子を提案する。
  論文  参考訳（メタデータ） (2022-02-22T03:21:51Z)
• 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)
• Model-based gait recognition using graph network on very large population database [3.8707695363745223]
  本稿では,主題の増加とビューの変動に抵抗するため,局所的な特徴を構築し,シマウマネットワークを提案する。 OUM-Poseと呼ばれる非常に人口の多いデータセットと一般的なデータセットであるCASIA-Bの実験は、我々の手法がモデルに基づく歩行認識におけるSOTA(State-of-the-art)のパフォーマンスをアーカイブしていることを示している。
  論文  参考訳（メタデータ） (2021-12-20T02:28:02Z)

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。