論文の概要: Unsupervised Person Re-Identification: A Systematic Survey of Challenges
and Solutions
- arxiv url: http://arxiv.org/abs/2109.06057v1
- Date: Wed, 1 Sep 2021 00:01:35 GMT
- ステータス: 処理完了
- システム内更新日: 2021-09-19 17:09:07.442832
- Title: Unsupervised Person Re-Identification: A Systematic Survey of Challenges
and Solutions
- Title（参考訳）: 教師なしの人物再同定:課題と解決の体系的調査
- Authors: Xiangtan Lin and Pengzhen Ren and Chung-Hsing Yeh and Lina Yao and
Andy Song and Xiaojun Chang
- Abstract要約: 教師なしのRe-IDは、Re-ID担当者のスケーラビリティ問題に対処する可能性に注目が集まっている。
教師なしのRe-IDは、主に人物の特徴学習を監督するアイデンティティラベルが欠如しているため、難しい。
本調査では,課題と解決の観点から,教師なしのRe-IDに関する最近の研究を概観する。
- 参考スコア（独自算出の注目度）: 64.68497473454816
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Person re-identification (Re-ID) has been a significant research topic in the
past decade due to its real-world applications and research significance. While
supervised person Re-ID methods achieve superior performance over unsupervised
counterparts, they can not scale to large unlabelled datasets and new domains
due to the prohibitive labelling cost. Therefore, unsupervised person Re-ID has
drawn increasing attention for its potential to address the scalability issue
in person Re-ID. Unsupervised person Re-ID is challenging primarily due to
lacking identity labels to supervise person feature learning. The corresponding
solutions are diverse and complex, with various merits and limitations.
Therefore, comprehensive surveys on this topic are essential to summarise
challenges and solutions to foster future research. Existing person Re-ID
surveys have focused on supervised methods from classifications and
applications but lack detailed discussion on how the person Re-ID solutions
address the underlying challenges. This survey review recent works on
unsupervised person Re-ID from the perspective of challenges and solutions.
Specifically, we provide an in-depth analysis of highly influential methods
considering the four significant challenges in unsupervised person Re-ID: 1)
lacking ground-truth identity labels to supervise person feature learning; 2)
learning discriminative person features with pseudo-supervision; 3) learning
cross-camera invariant person feature, and 4) the domain shift between
datasets. We summarise and analyse evaluation results and provide insights on
the effectiveness of the solutions. Finally, we discuss open issues and suggest
some promising future research directions.
- Abstract（参考訳）: 人物再識別(Re-ID)は、現実の応用と研究の意義から、過去10年間において重要な研究課題であった。
教師なしのRe-ID手法は、教師なしの手法よりも優れた性能を達成するが、禁止的なラベル付けコストのため、大きなラベル付きデータセットや新しいドメインにスケールすることはできない。
そのため、教師なしのRe-IDは、Re-ID担当者のスケーラビリティ問題に対処する可能性に注目が集まっている。
unsupervised person re-idは、主に個人特徴学習を監督するidラベルが欠如しているため、難しい。
対応するソリューションは多様で複雑であり、様々なメリットと制限がある。
したがって、今後の研究を促進するための課題と解決策をまとめた総合的な調査が不可欠である。
既存の人物Re-ID調査では、分類やアプリケーションからの監視方法に焦点が当てられているが、その人物Re-IDソリューションが根底にある課題にどのように対処するかについての詳細な議論はない。
本調査は,未指導者に関する最近の研究を課題と解決策の観点から検討する。
具体的には,教師なしの人物再識別における4つの重要な課題を考慮した,影響力の高い手法の詳細な分析を行う。
1) 人格学習を監督する基礎的アイデンティティラベルの欠如
2 擬似スーパービジョンによる識別的特徴の学習
3)クロスカメラ不変人物の特徴を学習し,
4) データセット間のドメインシフト。
評価結果を要約して分析し,ソリューションの有効性に関する洞察を提供する。
最後に,オープンな課題について議論し,将来的な研究方向性を提案する。
関連論文リスト
- 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) - Occluded Person Re-Identification with Deep Learning: A Survey and
Perspectives [8.026271369888956]
Re-ID(Re-ID)とは、歩行者情報損失、ノイズ干渉、視線不一致などの課題を扱う歩行者マッチング手法である。
我々は,既存の深層学習に基づく隠蔽者Re-ID手法を様々な観点から科学的に分類・分析し,簡潔に要約する。
論文 参考訳（メタデータ） (2023-11-01T15:52:51Z) - Learning Cross-modality Information Bottleneck Representation for
Heterogeneous Person Re-Identification [61.49219876388174]
Visible-Infrared person re-identification (VI-ReID)は、インテリジェントビデオ監視において重要かつ困難な課題である。
既存の手法は主に共有特徴空間の学習に重点を置いており、可視光と赤外光の相違を減らす。
本稿では,新しい相互情報・モダリティコンセンサスネットワーク,すなわちCMInfoNetを提案し,モダリティ不変な同一性の特徴を抽出する。
論文 参考訳（メタデータ） (2023-08-29T06:55:42Z) - Deep Learning-based Occluded Person Re-identification: A Survey [19.76711535866007]
被占領者の再識別(Re-ID)は、複数のカメラにまたがって被写体を回収する際の閉塞問題に対処することを目的としている。
本稿では,隠蔽者のRe-ID手法を体系的に調査する。
本稿では, Re-ID を介在することによる4つの問題点,すなわち, 位置ずれ, スケールずれ, ノイズ情報, 行方不明情報について要約する。
論文 参考訳（メタデータ） (2022-07-29T03:10:18Z) - Person Re-identification: A Retrospective on Domain Specific Open
Challenges and Future Trends [2.4907242954727926]
人物再識別(Re-ID)は、自動化された視覚監視システムの主要な構成要素の1つである。
オーバーラップしない視野を持つマルチカメラネットワーク内の人物を自動的に識別・検索することを目的としている。
論文 参考訳（メタデータ） (2022-02-26T11:55:57Z) - Hard-sample Guided Hybrid Contrast Learning for Unsupervised Person
Re-Identification [8.379286663107845]
教師なしの人物再識別(Re-ID)は、コンピュータビジョンにおける有望で非常に困難な研究課題である。
本稿では、クラスタレベルの損失とインスタンスレベルの損失を組み合わせたHHCL(Hard-sample Guided Hybrid Contrast Learning)アプローチを提案する。
2つの人気のある大規模Re-IDベンチマークの実験は、我々のHHCLが従来の最先端手法よりも優れていることを示した。
論文 参考訳（メタデータ） (2021-09-25T10:43:37Z) - 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) - Intra-Camera Supervised Person Re-Identification [87.88852321309433]
本稿では,カメラごとの個人識別アノテーションに基づく新しい人物識別パラダイムを提案する。
これにより、最も時間がかかり、面倒なカメラ間IDラベリングプロセスがなくなる。
MATE(Multi-tAsk mulTi-labEl)Deep Learning method for intra-Camera Supervised (ICS) person re-id。
論文 参考訳（メタデータ） (2020-02-12T15:26:33Z) - Deep Learning for Person Re-identification: A Survey and Outlook [233.36948173686602]
人物再識別(Re-ID)は、複数の重複しないカメラを通して興味ある人物を検索することを目的としている。
人物のRe-IDシステム開発に関わるコンポーネントを分離することにより、それをクローズドワールドとオープンワールドのセッティングに分類する。
論文 参考訳（メタデータ） (2020-01-13T12:49:22Z)
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。