論文の概要: Long-term Person Re-identification: A Benchmark
- arxiv url: http://arxiv.org/abs/2105.14685v1
- Date: Mon, 31 May 2021 03:35:00 GMT
- ステータス: 処理完了
- システム内更新日: 2021-06-01 17:11:29.905985
- Title: Long-term Person Re-identification: A Benchmark
- Title（参考訳）: 長期人物識別:ベンチマーク
- Authors: Peng Xu and Xiatian Zhu
- Abstract要約: 現実の世界では、場所、時間、日付、季節、天気、イベントによって異なる服装をすることが多い。
この研究は、大きくて現実的な人物の再識別ベンチマークにタイムリーに貢献する。
1,1K人の身元から171Kの箱からなり、12ヶ月にわたって収集・構築されている。
- 参考スコア（独自算出の注目度）: 57.97182942537195
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Existing person re-identification (Re-ID) works mostly consider a short-term
search problem assuming unchanged clothes and personal appearance. However, in
realworld we often dress ourselves differently across locations, time, dates,
seasons, weather, and events. As a result, the existing methods are unsuitable
for long-term person Re-ID with clothes change involved. Whilst there are
several recent longterm Re-ID attempts, a large realistic dataset with clothes
change is lacking and indispensable for enabling extensive study as already
experienced in short-term Re-ID setting. In this work, we contribute timely a
large, realistic long-term person re-identification benchmark. It consists of
171K bounding boxes from 1.1K person identities, collected and constructed over
a course of 12 months. Unique characteristics of this dataset include: (1)
Natural/native personal appearance (e.g., clothes and hair style) variations:
The degrees of clothes-change and dressing styles all are highly diverse, with
the reappearing gap in time ranging from minutes, hours, and days to weeks,
months, seasons, and years. (2) Diverse walks of life: Persons across a wide
range of ages and professions appear in different weather conditions (e.g.,
sunny, cloudy, windy, rainy, snowy, extremely cold) and events (e.g., working,
leisure, daily activities). (3) Rich camera setups: The raw videos were
recorded by 17 outdoor security cameras with various resolutions operating in a
real-world surveillance system for a wide and dense block. (4) Largest scale:
It covers the largest number of (17) cameras, (1082) identities, and (171K)
bounding boxes, as compared to alternative datasets.
- Abstract（参考訳）: 既存の人物再識別(Re-ID)作業は、着替えや外見の変化を前提として、短期的な検索の問題がほとんどである。
しかし現実の世界では、場所、時間、日付、季節、天気、イベントによって異なる服装をすることが多い。
その結果,服の着替えを伴う長期のRe-IDには,既存の方法が適さないことがわかった。
最近の長期Re-IDの試みはいくつかあるが、衣服の変化を伴う大規模な現実的なデータセットは、短期Re-ID設定で既に経験されているような広範な研究を可能にするために欠如しており、不可欠である。
本研究では,大規模で現実的な人物再識別ベンチマークをタイムリに提供する。
1,1K人の身元から171Kの箱からなり、12ヶ月にわたって収集・構築されている。
このデータセットのユニークな特徴は、(1)自然/ネイティブな個人的外観(例えば、服や髪型)のバリエーション:着替えや着替えの度合いは、すべて非常に多様であり、数分、時間、日数、週、月、季節、年といった時間的ギャップが再現れる。
2)多様な生活の歩み:多岐にわたる年齢・職業の人々が、異なる気象条件(例えば、晴れ、曇り、風、雨、雪、極寒)やイベント(例えば、労働、余暇、日常活動)に現れる。
(3) リッチカメラのセットアップ: 生のビデオは17台の屋外防犯カメラで撮影され、様々な解像度が現実世界の監視システムで広範に密集している。
(4) 最大のスケール: 代替データセットと比較して、最大の (17) カメラ、(1082) アイデンティティ、および (171k) バウンディングボックスをカバーする。
関連論文リスト
- CCPA: Long-term Person Re-Identification via Contrastive Clothing and
Pose Augmentation [2.1756081703276]
長期の人物再同定は、長期にわたるカメラ間で個人をマッチングすることを目的としている。
我々は,LRe-IDのためのコントラスト的衣服とポース拡張フレームワークであるCCPAを提案する。
論文 参考訳（メタデータ） (2024-02-22T11:16:34Z) - Unsupervised Long-Term Person Re-Identification with Clothes Change [46.54514001691254]
服装変化を伴う非監督的人物再識別(Re-ID)について検討した。
既存のre-idメソッドの多くは、すべての人の服が空間と時間にわたって静止していると人工的に仮定している。
本稿では,教師なしクラスタリング基準を適応的に制御できる新しいCPC手法を提案する。
論文 参考訳（メタデータ） (2022-02-07T11:55:23Z) - Apparel-invariant Feature Learning for Apparel-changed Person
Re-identification [70.16040194572406]
ほとんどのパブリックなReIDデータセットは、人の外観がほとんど変化しない短時間のウィンドウで収集される。
ショッピングモールのような現実世界の応用では、同じ人の服装が変化し、異なる人が同様の服を着ることがある。
着替えなどの場合や、類似の服を着ている場合などにおいて、アパレル不変の人物表現を学ぶことは極めて重要である。
論文 参考訳（メタデータ） (2020-08-14T03:49:14Z) - Long-Term Cloth-Changing Person Re-identification [154.57752691285046]
人物再識別(Re-ID)は、異なる場所や時間におけるカメラビュー間で対象人物をマッチングすることを目的としている。
既存のRe-ID研究は、ある人が同じ服装で異なるカメラビューに再び現れる、短期的な布一貫した環境に焦点を当てている。
本研究は,例えば,何日,何ヶ月にもわたって,長期にまたがって人とのマッチングを行う,はるかに困難かつ実践的な環境に焦点をあてる。
論文 参考訳（メタデータ） (2020-05-26T11:27:21Z) - COCAS: A Large-Scale Clothes Changing Person Dataset for
Re-identification [88.79807574669294]
ClOthes Ch Anging Person Set (COCAS) という新しい大規模再識別子・ベンチマークを構築した。
COCASには5,266人の身体像が62,382枚含まれている。
そこでは,服のテンプレートと,別の衣服を撮影する人物画像の両方を含む,着替え問題に対する新たな人物再識別子設定を提案する。
論文 参考訳（メタデータ） (2020-05-16T03:50:08Z) - Learning Shape Representations for Clothing Variations in Person
Re-Identification [34.559050607889816]
人物再識別(re-ID)は、異なるカメラで撮影された複数の画像に含まれる同一人物のインスタンスを認識することを目的としている。
衣服の色やパターンの影響を受けずに体型特徴表現を生成できる新しい表現学習モデルを提案する。
Case-Netは、相手の学習と特徴の絡み合いを通じて、身体の形にのみ依存するアイデンティティの表現を学習する。
論文 参考訳（メタデータ） (2020-03-16T17:23:50Z) - Person Re-identification by Contour Sketch under Moderate Clothing
Change [95.83034113646657]
異なるカメラビューにまたがる歩行者画像のマッチングプロセスである人物再認識は、視覚的監視において重要な課題である。
この作品では、衣服の下でのリメイドを「クロス・クロス・パーソン・リメイド」と呼ぶ。
クロス・クローズ・パーソナリティのための大規模なデータセットが欠如しているため、221のアイデンティティから33698の画像からなる新しいデータセットをコントリビュートする。
論文 参考訳（メタデータ） (2020-02-06T15:13:55Z)
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。