論文の概要: Improving Person Re-Identification with Temporal Constraints
- arxiv url: http://arxiv.org/abs/2111.09056v1
- Date: Wed, 17 Nov 2021 11:56:07 GMT
- ステータス: 処理完了
- システム内更新日: 2021-11-18 16:04:31.583802
- Title: Improving Person Re-Identification with Temporal Constraints
- Title（参考訳）: 時間制約による人物再同定の改善
- Authors: Julia Dietlmeier and Feiyan Hu and Frances Ryan and Noel E. O'Connor
and Kevin McGuinness
- Abstract要約: アイルランドのダブリンで、重複しない5つのカメラビューで収集された画像に基づく人物再識別データセットを紹介した。
公開されているすべての画像ベースデータセットとは異なり、データセットにはフレーム番号に加えてタイムスタンプ情報とカメラと人物IDが含まれています。
我々は、現在最先端の人物再識別モデルをデータセットに適用し、利用可能なタイムスタンプ情報を利用することで、mAPで37.43%の大幅な増加を達成できることを示す。
- 参考スコア（独自算出の注目度）: 14.086334418060574
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: In this paper we introduce an image-based person re-identification dataset
collected across five non-overlapping camera views in the large and busy
airport in Dublin, Ireland. Unlike all publicly available image-based datasets,
our dataset contains timestamp information in addition to frame number, and
camera and person IDs. Also our dataset has been fully anonymized to comply
with modern data privacy regulations. We apply state-of-the-art person
re-identification models to our dataset and show that by leveraging the
available timestamp information we are able to achieve a significant gain of
37.43% in mAP and a gain of 30.22% in Rank1 accuracy. We also propose a
Bayesian temporal re-ranking post-processing step, which further adds a 10.03%
gain in mAP and 9.95% gain in Rank1 accuracy metrics. This work on combining
visual and temporal information is not possible on other image-based person
re-identification datasets. We believe that the proposed new dataset will
enable further development of person re-identification research for challenging
real-world applications. DAA dataset can be downloaded from
https://bit.ly/3AtXTd6
- Abstract（参考訳）: 本稿では,アイルランドのダブリンにある大規模で忙しい空港において,重複しない5つのカメラビューから収集された画像に基づく人物識別データセットについて紹介する。
公開されているすべての画像ベースデータセットとは異なり、データセットにはフレーム番号に加えてタイムスタンプ情報とカメラと人物IDが含まれている。
また、私たちのデータセットは完全に匿名化され、現代のデータプライバシ規則に準拠しています。
我々は、我々のデータセットに最先端の人物再識別モデルを適用し、利用可能なタイムスタンプ情報を利用することで、mAPで37.43%、Rランク1で30.22%の大幅な増加を達成できることを示す。
また,10.03%の地図値と9.95%のrank1精度指標を付加したベイズ時間的再ランキング後処理ステップを提案する。
視覚的情報と時間的情報を組み合わせる作業は、他の画像に基づく人物再識別データセットでは不可能である。
提案する新たなデータセットは,実世界の応用に挑戦するための人物再同定研究のさらなる発展を可能にすると信じている。
DAAデータセットはhttps://bit.ly/3AtXTd6からダウンロードできる。
関連論文リスト
- Synthesizing Efficient Data with Diffusion Models for Person Re-Identification Pre-Training [51.87027943520492]
本稿では,既知の同一性に基づく多様な画像の効率向上と生成を行う新しいパラダイムDiffusion-ReIDを提案する。
提案したパラダイムに適合して,まず,5,183個のIDから777K以上の画像で構成された,大規模なRe-IDデータセットDiff-Personを新たに作成する。
論文 参考訳（メタデータ） (2024-06-10T06:26:03Z) - AG-ReID.v2: Bridging Aerial and Ground Views for Person Re-identification [39.58286453178339]
空中人物再識別(Re-ID)は、コンピュータビジョンにおいて固有の課題を提示する。
AG-ReID.v2は、空中および地上の混合シナリオにおいて、人物Re-ID用に特別に設計されたデータセットである。
このデータセットは、1,615人のユニークな個人の100,502枚の画像で構成され、それぞれに一致するIDと15のソフト属性ラベルが付加されている。
論文 参考訳（メタデータ） (2024-01-05T04:53:33Z) - Aerial-Ground Person Re-ID [43.241435887373804]
我々は,航空カメラと地上カメラをまたいで,人による再IDマッチングを行う新しいベンチマークデータセット AG-ReID を提案する。
データセットには、388のアイデンティティの21,983のイメージと、各IDに対する15のソフト属性が含まれている。
データは、高度15～45mのUAVと、大学のキャンパスで地上のCCTVカメラによって収集されました。
論文 参考訳（メタデータ） (2023-03-15T13:07:21Z) - Benchmarking person re-identification datasets and approaches for
practical real-world implementations [1.0079626733116613]
人物再識別(Re-ID)は注目されている。
しかし、そのようなRe-IDモデルが新しい都市や環境に配備される場合、セキュリティカメラのネットワーク内の人々を探すタスクは、重要なドメインシフトに直面している可能性が高い。
本稿では、ライブオペレーションにおける教師なしデプロイメントに適したデータセットの評価方法について、Re-IDアプローチとトレーニングデータセットの完全な評価手法を提案する。
論文 参考訳（メタデータ） (2022-12-20T03:45:38Z) - Semi-Supervised Domain Generalizable Person Re-Identification [74.75528879336576]
既存の人物の再識別(re-id)メソッドは、新しい目に見えないシナリオにデプロイされると立ち往生する。
近年,新たなシナリオにおける未ラベルの広範なデータをトランスダクティブ学習方式で活用するドメイン適応型人物再認識への取り組みが進められている。
我々は、複数のラベル付きデータセットを探索し、人物の再識別のための一般化されたドメイン不変表現を学習することを目指している。
論文 参考訳（メタデータ） (2021-08-11T06:08:25Z) - Large-Scale Spatio-Temporal Person Re-identification: Algorithm and
Benchmark [100.77540900932763]
224k以上の画像を持つ10,860のIDを含む,LaST(Large-scale Spatio-Temporal)の個人再IDデータセットを新たに提供した。
LaSTは、より困難で多彩なreID設定を示し、空間的および時間的範囲が大幅に大きい。
論文 参考訳（メタデータ） (2021-05-31T16:05:51Z) - UnrealPerson: An Adaptive Pipeline towards Costless Person
Re-identification [102.58619642363959]
本稿では,unrealpersonという,非現実的な画像データをフル活用して,トレーニングとデプロイメントの両面でコストを削減する新しいパイプラインを提案する。
3,000のIDと12万のインスタンスで、MSMT17に直接転送されると38.5%のランク-1の精度が得られる。
論文 参考訳（メタデータ） (2020-12-08T08:15:30Z) - 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) - How important are faces for person re-identification? [14.718372669984364]
顔検出およびぼかしアルゴリズムを適用し、複数の人気人物再識別データセットの匿名化バージョンを作成する。
我々は,この匿名化が標準メトリクスを用いた再識別性能に与える影響を評価する。
論文 参考訳（メタデータ） (2020-10-13T11:47:16Z) - 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)
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。