論文の概要: Pose-driven Attention-guided Image Generation for Person Re-Identification

• arxiv url: http://arxiv.org/abs/2104.13773v1
• Date: Wed, 28 Apr 2021 14:02:24 GMT
• ステータス: 処理完了
• システム内更新日: 2021-04-29 13:01:26.166948
• Title: Pose-driven Attention-guided Image Generation for Person Re-Identification
• Title（参考訳）: 人物再同定のための姿勢誘導画像生成
• Authors: Amena Khatun, Simon Denman, Sridha Sridharan, Clinton Fookes
• Abstract要約: 複数人のポーズを生成するために,エンドツーエンドのポーズ駆動型ジェネレーション対人ネットワークを提案する。 ポーズ転送中の人のセマンティック情報を保存するためにセマンティック一貫性損失が提案される。 提案手法を人物再識別フレームワークに組み込むことにより,リアルなポーズ転送画像と最先端の再識別結果を実現できることを示した。
• 参考スコア（独自算出の注目度）: 39.605062525247135
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Person re-identification (re-ID) concerns the matching of subject images across different camera views in a multi camera surveillance system. One of the major challenges in person re-ID is pose variations across the camera network, which significantly affects the appearance of a person. Existing development data lack adequate pose variations to carry out effective training of person re-ID systems. To solve this issue, in this paper we propose an end-to-end pose-driven attention-guided generative adversarial network, to generate multiple poses of a person. We propose to attentively learn and transfer the subject pose through an attention mechanism. A semantic-consistency loss is proposed to preserve the semantic information of the person during pose transfer. To ensure fine image details are realistic after pose translation, an appearance discriminator is used while a pose discriminator is used to ensure the pose of the transferred images will exactly be the same as the target pose. We show that by incorporating the proposed approach in a person re-identification framework, realistic pose transferred images and state-of-the-art re-identification results can be achieved.
• Abstract（参考訳）: 人物再識別(re-ID)は、マルチカメラ監視システムにおいて、異なるカメラビューにわたる被写体画像のマッチングに関するものである。 人物のリIDにおける大きな課題の1つは、カメラネットワーク全体のバリエーションであり、人の外観に大きな影響を及ぼす。 既存の開発データには、人物再IDシステムの効果的なトレーニングを行うための適切なポーズのバリエーションがない。 そこで本研究では,複数のポーズを生成するために,エンドツーエンドのポーズ駆動型注意誘導型生成対向ネットワークを提案する。 本稿では,注意機構を通じて被験者のポーズを注意深く学習し,伝達することを提案する。 ポーズ転送中の人物の意味情報を保持するために意味一貫性損失を提案する。 ポーズ変換後の微細な画像詳細が現実的であることを保証するため、画像転送のポーズが対象のポーズと正確に同一であることを保証するために、姿勢判別器を使用しながら、外観判別器を用いる。 提案手法を人物再識別フレームワークに組み込むことで、リアルなポーズ転送画像と最先端の再識別結果が得られることを示す。

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)
• Towards Privacy-Preserving Person Re-identification via Person Identify Shift [19.212691296927165]
  人物再識別(ReID)は、ReID法で使用される歩行者画像のプライバシーを維持する必要がある。 本稿では、人物識別シフト(PIS)と呼ばれる、人物ReID用に明示的に設計された新しい非識別手法を提案する。 PISは、それぞれの歩行者画像を現在の身元から別の身元にシフトさせ、その結果、相対的な身元を保存している。
  論文  参考訳（メタデータ） (2022-07-15T06:58:41Z)
• Semantic Consistency and Identity Mapping Multi-Component Generative Adversarial Network for Person Re-Identification [39.605062525247135]
  本稿では,1つのドメインから複数のドメインへのスタイル適応を提供する,意味一貫性とアイデンティティマッピングの多成分生成対向ネットワーク(SC-IMGAN)を提案する。 提案手法は,6つの挑戦的人物リidデータセットにおける最先端技術よりも優れている。
  論文  参考訳（メタデータ） (2021-04-28T14:12:29Z)
• Pose Invariant Person Re-Identification using Robust Pose-transformation GAN [11.338815177557645]
  人物再識別(re-ID)は、興味ある人物の単一の事例から、画像ギャラリーから人物の画像を検索することを目的としている。 いくつかの進歩にもかかわらず、ロバストな人物再同定のための識別的アイデンティティ感と視点不変特徴の学習は、人間のポーズの変化が大きいため、大きな課題である。 本稿では,ポーズ回帰と特徴融合を組み合わせた生成逆数ネットワークの画像生成機能を利用して,ポーズ不変な特徴学習を実現するre-IDパイプラインを提案する。
  論文  参考訳（メタデータ） (2021-04-11T15:47:03Z)
• Progressive and Aligned Pose Attention Transfer for Person Image Generation [59.87492938953545]
  本稿では,ある人物のポーズを対象のポーズに移す,新たなポーズ移動のための生成的広告ネットワークを提案する。 Pose-Attentional Transfer Block (PATB) と Aligned Pose-Attentional Transfer Bloc (APATB) の2種類のブロックを使用します。 Market-1501およびDeepFashionデータセットにおけるモデルの有効性を定量的および定性測定を用いて検証する。
  論文  参考訳（メタデータ） (2021-03-22T07:24:57Z)
• PoNA: Pose-guided Non-local Attention for Human Pose Transfer [105.14398322129024]
  本稿では, 簡易ブロックを用いたGAN(Generative Adversarial Network)を用いた新しいポーズ転送手法を提案する。 我々のモデルはより鮮明でよりリアルな画像を生成するが、パラメータは少なく、速度も速い。
  論文  参考訳（メタデータ） (2020-12-13T12:38:29Z)
• PoseTrackReID: Dataset Description [97.7241689753353]
  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。
  論文  参考訳（メタデータ） (2020-11-12T07:44:25Z)
• Person image generation with semantic attention network for person re-identification [9.30413920076019]
  本稿では,意味的注意ネットワークと呼ばれる新しい人物のポーズ誘導画像生成手法を提案する。 ネットワークはいくつかのセマンティックアテンションブロックで構成されており、各ブロックはポーズコードと衣服のテクスチャを保存および更新する。 他の方法と比較して、我々のネットワークはより優れた身体形状を特徴付けることができ、同時に衣服の属性を保持することができる。
  論文  参考訳（メタデータ） (2020-08-18T12:18:51Z)
• Cross-Resolution Adversarial Dual Network for Person Re-Identification and Beyond [59.149653740463435]
  人物再識別(re-ID)は、同一人物の画像をカメラビューでマッチングすることを目的としている。 カメラと関心のある人の距離が異なるため、解像度ミスマッチが期待できる。 本稿では,クロスレゾリューションな人物のリIDに対処する新たな生成的対向ネットワークを提案する。
  論文  参考訳（メタデータ） (2020-02-19T07:21:38Z)
• Uncertainty-Aware Multi-Shot Knowledge Distillation for Image-Based Object Re-Identification [93.39253443415392]
  各画像の特徴学習を指導するために,同一のアイデンティティのマルチショットを活用することを提案する。 それは、同一物体の複数の画像から包括的特徴を学習する教師ネットワーク(T-net)と、1つの画像を入力として取る学生ネットワーク(S-net)から構成される。 提案手法の有効性を,一般的な車種と個人用車種に検証した。
  論文  参考訳（メタデータ） (2020-01-15T09:39:05Z)

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。