論文の概要: Model-based gait recognition using graph network on very large population database

• arxiv url: http://arxiv.org/abs/2112.10305v1
• Date: Mon, 20 Dec 2021 02:28:02 GMT
• ステータス: 処理完了
• システム内更新日: 2021-12-22 02:35:47.614048
• Title: Model-based gait recognition using graph network on very large population database
• Title（参考訳）: 大規模人口データベース上でのグラフネットワークを用いたモデルに基づく歩行認識
• Authors: Zhihao Wang, Chaoying Tang
• Abstract要約: 本稿では,主題の増加とビューの変動に抵抗するため,局所的な特徴を構築し,シマウマネットワークを提案する。 OUM-Poseと呼ばれる非常に人口の多いデータセットと一般的なデータセットであるCASIA-Bの実験は、我々の手法がモデルに基づく歩行認識におけるSOTA(State-of-the-art)のパフォーマンスをアーカイブしていることを示している。
• 参考スコア（独自算出の注目度）: 3.8707695363745223
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: At present, the existing gait recognition systems are focusing on developing methods to extract robust gait feature from silhouette images and they indeed achieved great success. However, gait can be sensitive to appearance features such as clothing and carried items. Compared with appearance-based method, model-based gait recognition is promising due to the robustness against these variations. In recent years, with the development of human pose estimation, the difficulty of model-based gait recognition methods has been mitigated. In this paper, to resist the increase of subjects and views variation, local features are built and a siamese network is proposed to maximize the distance of samples from the same subject. We leverage recent advances in action recognition to embed human pose sequence to a vector and introduce Spatial-Temporal Graph Convolution Blocks (STGCB) which has been commonly used in action recognition for gait recognition. Experiments on the very large population dataset named OUMVLP-Pose and the popular dataset, CASIA-B, show that our method archives some state-of-the-art (SOTA) performances in model-based gait recognition. The code and models of our method are available at https://github.com/timelessnaive/Gait-for-Large-Dataset after being accepted.
• Abstract（参考訳）: 現在,既存の歩行認識システムはシルエット画像から頑健な歩行特徴を抽出する手法の開発に重点を置いており,大きな成功を収めている。 しかし、歩行は衣服や携帯品などの外観に敏感である。 外観に基づく手法と比較すると,これらの変動に対する堅牢性から,モデルに基づく歩行認識が期待できる。 近年,人間のポーズ推定の発達に伴い,モデルに基づく歩行認識手法の難しさが軽減されている。 本稿では,被験者の増加とビューの変動に抵抗するため,局所的な特徴を構築し,同じ被験者からのサンプルの距離を最大化するために,サイムズネットワークを提案する。 近年の行動認識の進歩を活かして、ベクターに人間のポーズシーケンスを埋め込み、歩行認識に一般的に用いられている空間-時間グラフ畳み込みブロック(stgcb)を導入する。 OUMVLP-Poseと一般的なデータセットであるCASIA-Bについて実験した結果,本手法はモデルに基づく歩行認識におけるSOTA(State-of-the-art)のパフォーマンスをアーカイブしていることがわかった。 私たちのメソッドのコードとモデルは、受け入れ後、https://github.com/timelessnaive/Gait-for-Large-Datasetで利用可能です。

関連論文リスト

• GADER: GAit DEtection and Recognition in the Wild [54.42997299561414]
  本研究では,人間認証のためのGADERアルゴリズムを提案する。 具体的には、Double Helical Signatureを利用して人間の動きの断片を検出し、新しい歩行認識手法を取り入れている。 屋内および屋外のデータセットを用いた実験により,提案手法は歩行認識と検証のために現状よりも優れていることが示された。
  論文  参考訳（メタデータ） (2023-07-27T01:53:57Z)
• GPGait: Generalized Pose-based Gait Recognition [11.316545213493223]
  ポーズに基づく歩行認識に関する最近の研究は、このような単純な情報を用いてシルエット法に匹敵する結果が得られる可能性を実証している。 データセット間のポーズに基づく手法の一般化能力を向上させるために,textbf Generalized textbfPose-based textbfGait Recognition frameworkを提案する。
  論文  参考訳（メタデータ） (2023-03-09T13:17:13Z)
• Multi-Modal Human Authentication Using Silhouettes, Gait and RGB [59.46083527510924]
  全体認証は、遠隔生体認証のシナリオにおいて有望なアプローチである。 本稿では,RGBデータとシルエットデータを組み合わせたDME(Dual-Modal Ensemble)を提案する。 DME内では、従来の歩行分析に使用される二重ヘリカル歩行パターンにインスパイアされたGaitPatternを提案する。
  論文  参考訳（メタデータ） (2022-10-08T15:17:32Z)
• Gait Recognition in the Wild: A Large-scale Benchmark and NAS-based Baseline [95.88825497452716]
  歩行ベンチマークにより、研究コミュニティは高性能歩行認識システムの訓練と評価を行うことができる。 GREWは、野生における歩行認識のための最初の大規模データセットである。 SPOSGaitはNASベースの最初の歩行認識モデルである。
  論文  参考訳（メタデータ） (2022-05-05T14:57:39Z)
• HEATGait: Hop-Extracted Adjacency Technique in Graph Convolution based Gait Recognition [0.0]
  HEATGaitは,効率的なホップ抽出技術により既存のマルチスケール畳み込みグラフを改善する歩行認識システムである。 本稿では,CASIA-BCN 歩行データセット上でのモデルに基づく歩行認識において,ResG を用いた最先端性能を実現する強力な特徴抽出器を提案する。
  論文  参考訳（メタデータ） (2022-04-21T16:13:58Z)
• Towards a Deeper Understanding of Skeleton-based Gait Recognition [4.812321790984493]
  近年、ほとんどの歩行認識法は、人のシルエットを使って歩行の特徴を抽出している。 モデルに基づく手法はこれらの問題に悩まされず、身体関節の時間運動を表現することができる。 本研究では,高次入力と残差ネットワークを組み合わせたグラフ畳み込みネットワーク(GCN)に基づくアプローチを提案する。
  論文  参考訳（メタデータ） (2022-04-16T18:23:37Z)
• RealGait: Gait Recognition for Person Re-Identification [79.67088297584762]
  我々は,既存の映像人物の再識別課題からシルエットを抽出し,制約のない方法で歩く1,404人からなる新たな歩行データセットを構築した。 以上の結果から、実際の監視シナリオにおける歩行による認識は実現可能であり、その基盤となる歩行パターンが、実際にビデオの人物認識が機能する真の理由である可能性が示唆された。
  論文  参考訳（メタデータ） (2022-01-13T06:30:56Z)
• STAR: Sparse Transformer-based Action Recognition [61.490243467748314]
  本研究は,空間的次元と時間的次元に細かな注意を払っている新しいスケルトンに基づく人間行動認識モデルを提案する。 実験により、トレーニング可能なパラメータをはるかに少なくし、トレーニングや推論の高速化を図りながら、モデルが同等のパフォーマンスを達成できることが示されている。
  論文  参考訳（メタデータ） (2021-07-15T02:53:11Z)
• TraND: Transferable Neighborhood Discovery for Unsupervised Cross-domain Gait Recognition [77.77786072373942]
  本稿では、教師なしクロスドメイン歩行認識のための領域ギャップを橋渡しするTransferable Neighborhood Discovery (TraND) フレームワークを提案する。 我々は、潜在空間におけるラベルなしサンプルの自信ある近傍を自動的に発見するために、エンドツーエンドのトレーニング可能なアプローチを設計する。 提案手法は,CASIA-BとOU-LPの2つの公開データセットに対して,最先端の結果を得る。
  論文  参考訳（メタデータ） (2021-02-09T03:07:07Z)
• GaitGraph: Graph Convolutional Network for Skeleton-Based Gait Recognition [6.353193172884524]
  歩行認識は、遠距離から個々の歩行パターンを特定するための、有望なビデオベースのバイオメトリックである。 ほとんどの歩行認識法は、シルエット画像を用いて各フレーム内の人物を表現する。 本稿では,スケルトンポーズをグラフ畳み込みネットワーク(GCN)と組み合わせたGaitGraphを提案する。
  論文  参考訳（メタデータ） (2021-01-27T07:14:06Z)

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。