論文の概要: Gait Recognition Based on Deep Learning: A Survey

• arxiv url: http://arxiv.org/abs/2201.03323v1
• Date: Mon, 10 Jan 2022 12:44:42 GMT
• ステータス: 処理完了
• システム内更新日: 2022-01-11 18:44:49.032662
• Title: Gait Recognition Based on Deep Learning: A Survey
• Title（参考訳）: ディープラーニングに基づく歩行認識:調査
• Authors: Claudio Filipi Gon\c{c}alves dos Santos, Diego de Souza Oliveira, Leandro A. Passos, Rafael Gon\c{c}alves Pires, Daniel Felipe Silva Santos, Lucas Pascotti Valem, Thierry P. Moreira, Marcos Cleison S. Santana, Mateus Roder, Jo\~ao Paulo Papa, Danilo Colombo
• Abstract要約: バイオメトリに基づく制御システムは、適切な操作を行うために、個々の期待する行動や協調に依存しない。 いくつかの研究は、歩行認識アプローチによってこの問題に対処することを提案している。 ディープラーニングベースのアプローチは、ほぼあらゆる画像やコンピュータビジョンに関連する問題に対処する、堅牢なツールセットとして最近登場した。
• 参考スコア（独自算出の注目度）: 1.731119436110423
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: In general, biometry-based control systems may not rely on individual expected behavior or cooperation to operate appropriately. Instead, such systems should be aware of malicious procedures for unauthorized access attempts. Some works available in the literature suggest addressing the problem through gait recognition approaches. Such methods aim at identifying human beings through intrinsic perceptible features, despite dressed clothes or accessories. Although the issue denotes a relatively long-time challenge, most of the techniques developed to handle the problem present several drawbacks related to feature extraction and low classification rates, among other issues. However, deep learning-based approaches recently emerged as a robust set of tools to deal with virtually any image and computer-vision related problem, providing paramount results for gait recognition as well. Therefore, this work provides a surveyed compilation of recent works regarding biometric detection through gait recognition with a focus on deep learning approaches, emphasizing their benefits, and exposing their weaknesses. Besides, it also presents categorized and characterized descriptions of the datasets, approaches, and architectures employed to tackle associated constraints.
• Abstract（参考訳）: 一般に、バイオメトリベースの制御システムは、個別の期待された行動や協調に依存しない。 代わりに、そのようなシステムは不正アクセスの試みに対する悪意ある手続きを意識すべきである。 文献で利用可能ないくつかの作品は、歩行認識アプローチを通じてこの問題に取り組むことを提案している。 このような方法は、服装やアクセサリーに拘わらず、本質的な知覚的特徴を通じて人間を識別することを目的としている。 この問題は比較的長期にわたる課題であるが、この問題に対処するために開発された技術の多くは、特徴抽出や分類率の低下などに関連するいくつかの欠点が存在する。 しかし、ディープラーニングベースのアプローチは、ほぼあらゆる画像やコンピュータビジョンに関連する問題に対処するための堅牢なツールセットとして最近登場し、歩行認識においても最重要結果をもたらす。 そこで本研究では,歩行認識によるバイオメトリック検出に関する最近の研究成果を,深層学習のアプローチに着目し,その利点を強調し,弱点を明らかにした。 さらに、関連する制約に対処するために使用されるデータセット、アプローチ、アーキテクチャの分類と特徴を提示する。

関連論文リスト

• Deep Learning-Based Object Pose Estimation: A Comprehensive Survey [73.74933379151419]
  ディープラーニングに基づくオブジェクトポーズ推定の最近の進歩について論じる。 また、複数の入力データモダリティ、出力ポーズの自由度、オブジェクト特性、下流タスクについても調査した。
  論文  参考訳（メタデータ） (2024-05-13T14:44:22Z)
• Collaborative Knowledge Infusion for Low-resource Stance Detection [83.88515573352795]
  姿勢検出モデルを支援するために、ターゲット関連の知識がしばしば必要である。 低リソース姿勢検出タスクに対する協調的知識注入手法を提案する。
  論文  参考訳（メタデータ） (2024-03-28T08:32:14Z)
• You Can Run but not Hide: Improving Gait Recognition with Intrinsic Occlusion Type Awareness [48.151855620080134]
  蓄積された身体部分は、制御されていない屋外シーケンスの歩行認識に影響を及ぼす可能性がある。 現在のほとんどの方法は、歩行特徴を抽出しながら、完全な身体情報が得られると仮定している。 そこで,本研究では,内在性咬合認知を任意の最先端歩行認識手法にモデル化することのできる咬合認知歩行認識手法を提案する。
  論文  参考訳（メタデータ） (2023-12-04T19:11:40Z)
• A Comprehensive Survey on Deep Gait Recognition: Algorithms, Datasets and Challenges [18.08349977960643]
  歩行認識は、遠くにいる人物を識別することを目的としており、長距離かつ協力の少ない歩行者認識のための有望な解決策として機能している。 近年の歩行認識の進歩は、深層学習技術を活用して、多くの挑戦的なシナリオで大きな成功を収めている。 歩容認識の新たな課題には、堅牢な深度表現モデリング、Wildでの歩容認識、赤外線や深度カメラなどの新しい視覚センサーからの認識などがある。
  論文  参考訳（メタデータ） (2022-06-28T03:36:12Z)
• A Survey of Graph-based Deep Learning for Anomaly Detection in Distributed Systems [2.3551989288556774]
  分散システムにおける異常を識別するグラフベースのアルゴリズムの可能性を探る。 私たちの目標の1つは、現実の課題に対処する能力を概念的に分析するグラフベースのアプローチについて、詳細な調査を行うことです。 本研究は,その分野における現状研究論文の概要と,その特性を比較比較・比較するものである。
  論文  参考訳（メタデータ） (2022-06-08T20:19:28Z)
• The Familiarity Hypothesis: Explaining the Behavior of Deep Open Set Methods [86.39044549664189]
  特徴ベクトルデータに対する異常検出アルゴリズムは異常を外れ値として識別するが、外れ値検出はディープラーニングではうまく機能しない。 本論文は, 新規性の有無ではなく, 慣れ親しんだ特徴の欠如を検知しているため, これらの手法が成功するというFamiliarity仮説を提案する。 本論文は,親しみやすさの検出が表現学習の必然的な結果であるかどうかを論じる。
  論文  参考訳（メタデータ） (2022-03-04T18:32:58Z)
• Unsupervised deep learning techniques for powdery mildew recognition based on multispectral imaging [63.62764375279861]
  本稿では,キュウリ葉の粉状ミドウを自動的に認識する深層学習手法を提案する。 マルチスペクトルイメージングデータに適用した教師なし深層学習技術に焦点をあてる。 本稿では, オートエンコーダアーキテクチャを用いて, 疾患検出のための2つの手法を提案する。
  論文  参考訳（メタデータ） (2021-12-20T13:29:13Z)
• Masked Contrastive Learning for Anomaly Detection [10.499890749386676]
  マスク型コントラスト学習という,タスク固有のコントラスト学習のバリエーションを提案する。 また,自己アンサンブル推論と呼ばれる新しい推論手法を提案する。
  論文  参考訳（メタデータ） (2021-05-18T19:27:02Z)
• A Survey on Deep Semi-supervised Learning [51.26862262550445]
  まず,既存の手法を分類した深層半指導学習の分類法を提案する。 次に、損失の種類、貢献度、アーキテクチャの違いの観点から、これらのメソッドを詳細に比較します。
  論文  参考訳（メタデータ） (2021-02-28T16:22:58Z)
• A Unifying Review of Deep and Shallow Anomaly Detection [38.202998314502786]
  我々は、様々な方法によって暗黙的に行われることの多い仮定と同様に、共通の根底にある原則を特定することを目的としている。 本稿では,最近の説明可能性技術を用いて,既存の主要な手法を実証的に評価する。 我々は、重要なオープン課題を概説し、異常検出における今後の研究の道筋を特定する。
  論文  参考訳（メタデータ） (2020-09-24T14:47:54Z)

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。