論文の概要: Graph-based Person Signature for Person Re-Identifications

• arxiv url: http://arxiv.org/abs/2104.06770v1
• Date: Wed, 14 Apr 2021 10:54:36 GMT
• ステータス: 処理完了
• システム内更新日: 2021-04-15 13:16:50.878451
• Title: Graph-based Person Signature for Person Re-Identifications
• Title（参考訳）: 人物再識別のためのグラフに基づく人物署名
• Authors: Binh X. Nguyen, Binh D. Nguyen, Tuong Do, Erman Tjiputra, Quang D. Tran, Anh Nguyen
• Abstract要約: 詳細な人物の記述(ラベルの属性)と視覚的特徴(ボディパーツとグローバル機能)をグラフに効果的に集約する新しい方法を提案します。 グラフは、人物の再識別のためのマルチブランチマルチタスクフレームワークに統合されます。 提案手法は,技術状況間での競争結果を達成し,他の属性ベースの手法やマスク誘導手法よりも優れる。
• 参考スコア（独自算出の注目度）: 17.181807593574764
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: The task of person re-identification (ReID) is to match images of the same person over multiple non-overlapping camera views. Due to the variations in visual factors, previous works have investigated how the person identity, body parts, and attributes benefit the person ReID problem. However, the correlations between attributes, body parts, and within each attribute are not fully utilized. In this paper, we propose a new method to effectively aggregate detailed person descriptions (attributes labels) and visual features (body parts and global features) into a graph, namely Graph-based Person Signature, and utilize Graph Convolutional Networks to learn the topological structure of the visual signature of a person. The graph is integrated into a multi-branch multi-task framework for person re-identification. The extensive experiments are conducted to demonstrate the effectiveness of our proposed approach on two large-scale datasets, including Market-1501 and DukeMTMC-ReID. Our approach achieves competitive results among the state of the art and outperforms other attribute-based or mask-guided methods.
• Abstract（参考訳）: 人物再識別(reid)のタスクは、同一人物の画像を複数の重複しないカメラビューでマッチングすることである。 視覚的要因の変化により、過去の研究では、人物の身元、身体部分、属性がReID問題にどう影響するかが研究されている。 しかし、属性、本体部分、および各属性内の相関は、完全には利用されない。 本稿では、グラフに基づく人物シグネチャと呼ばれるグラフに、詳細な人物記述(属性ラベル)と視覚特徴(ボディ部分とグローバル特徴)を効果的に集約し、グラフ畳み込みネットワークを用いて人物の視覚シグネチャのトポロジー構造を学習する新しい手法を提案する。 このグラフは、人物の再識別のためのマルチブランチマルチタスクフレームワークに統合される。 本研究では,Market-1501とDukeMTMC-ReIDの2つの大規模データセットに対する提案手法の有効性を示す。 提案手法は,技術状況間での競争結果を達成し,他の属性ベースの手法やマスク誘導手法よりも優れる。

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)
• Exploring Fine-Grained Representation and Recomposition for Cloth-Changing Person Re-Identification [78.52704557647438]
  補助的なアノテーションやデータなしに両方の制約に対処するために,新しいFIne-fine Representation and Recomposition (FIRe$2$) フレームワークを提案する。 FIRe$2$は、広く使われている5つのRe-IDベンチマークで最先端のパフォーマンスを実現することができる。
  論文  参考訳（メタデータ） (2023-08-21T12:59:48Z)
• Learning Transferable Pedestrian Representation from Multimodal Information Supervision [174.5150760804929]
  VAL-PATは、移動可能な表現を学習し、様々な歩行者分析タスクをマルチモーダル情報で強化する新しいフレームワークである。 まず、LUPerson-TAデータセットで事前トレーニングを行い、各画像にはテキストと属性アノテーションが含まれている。 次に、学習した表現を、人物のreID、人物属性認識、テキストベースの人物検索など、さまざまな下流タスクに転送する。
  論文  参考訳（メタデータ） (2023-04-12T01:20:58Z)
• 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)
• End-to-End Context-Aided Unicity Matching for Person Re-identification [100.02321122258638]
  本稿では,人間同士の一致関係を学習・精査するための,エンドツーエンドの対人一意整合アーキテクチャを提案する。 サンプルのグローバルコンテキスト関係を用いて,ソフトマッチング結果を洗練し,両部グラフマッチングにより一致ユニシティに到達する。 実世界における人物再識別の応用を十分に考慮し, ワンショットとマルチショットの双方で一様マッチングを実現する。
  論文  参考訳（メタデータ） (2022-10-20T07:33:57Z)
• Pose-Aided Video-based Person Re-Identification via Recurrent Graph Convolutional Network [41.861537712563816]
  本稿では,映像検索機能以外の識別的ポーズ特徴を学習することを提案する。 ポーズの特徴を学習するために、私たちはまず、オフザシェルフポーズ検知器を通して各フレーム内の歩行者のポーズを検出する。 次に、繰り返しグラフ畳み込みネットワーク(RGCN)を用いて、時間的ポーズグラフのノード埋め込みを学習する。
  論文  参考訳（メタデータ） (2022-09-23T13:20:33Z)
• TransFA: Transformer-based Representation for Face Attribute Evaluation [87.09529826340304]
  我々はtextbfTransFA を用いたtextbfattribute 評価のための新しい textbf Transformer 表現を提案する。 提案するTransFAは,最先端手法と比較して優れた性能を示す。
  論文  参考訳（メタデータ） (2022-07-12T10:58:06Z)
• PGGANet: Pose Guided Graph Attention Network for Person Re-identification [0.0]
  人物再識別(ReID)は、異なるカメラで撮影された画像から人物を回収することを目的としている。 局所的な特徴と人像のグローバルな特徴を併用することで、人物の検索に堅牢な特徴表現を与えることができることが証明されている。 本研究では,ポーズガイド付きグラフアテンションネットワーク,グローバル機能のための1つのブランチ,中粒体機能のための1つのブランチ,粒状キーポイント機能のための1つのブランチからなるマルチブランチアーキテクチャを提案する。
  論文  参考訳（メタデータ） (2021-11-29T09:47:39Z)
• High-Order Information Matters: Learning Relation and Topology for Occluded Person Re-Identification [84.43394420267794]
  本稿では,高次関係とトポロジ情報を識別的特徴とロバストなアライメントのために学習し,新しい枠組みを提案する。 我々のフレームワークはOccluded-Dukeデータセットで最先端の6.5%mAPスコアを大幅に上回っている。
  論文  参考訳（メタデータ） (2020-03-18T12:18:35Z)
• An Empirical Study of Person Re-Identification with Attributes [15.473033192858543]
  本稿では, 属性に基づく手法を提案し, 興味のある人物を視覚的属性の集合として記述する。 複数のアルゴリズムを比較し、属性の品質がパフォーマンスに与える影響を分析する。 キーとなる結論は、専門家が注釈付けした属性ではなく、専門家でない属性によって達成されるパフォーマンスは、個人を再識別するための属性ベースのアプローチのステータスクォーのより忠実な指標である、ということだ。
  論文  参考訳（メタデータ） (2020-01-25T22:18:51Z)

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。