論文の概要: RealGait: Gait Recognition for Person Re-Identification
- arxiv url: http://arxiv.org/abs/2201.04806v1
- Date: Thu, 13 Jan 2022 06:30:56 GMT
- ステータス: 処理完了
- システム内更新日: 2022-01-14 13:56:05.549103
- Title: RealGait: Gait Recognition for Person Re-Identification
- Title（参考訳）: RealGait: 人物再識別のための歩行認識
- Authors: Shaoxiong Zhang, Yunhong Wang, Tianrui Chai, Annan Li, Anil K. Jain
- Abstract要約: 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。
- 参考スコア（独自算出の注目度）: 79.67088297584762
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Human gait is considered a unique biometric identifier which can be acquired
in a covert manner at a distance. However, models trained on existing public
domain gait datasets which are captured in controlled scenarios lead to drastic
performance decline when applied to real-world unconstrained gait data. On the
other hand, video person re-identification techniques have achieved promising
performance on large-scale publicly available datasets. Given the diversity of
clothing characteristics, clothing cue is not reliable for person recognition
in general. So, it is actually not clear why the state-of-the-art person
re-identification methods work as well as they do. In this paper, we construct
a new gait dataset by extracting silhouettes from an existing video person
re-identification challenge which consists of 1,404 persons walking in an
unconstrained manner. Based on this dataset, a consistent and comparative study
between gait recognition and person re-identification can be carried out. Given
that our experimental results show that current gait recognition approaches
designed under data collected in controlled scenarios are inappropriate for
real surveillance scenarios, we propose a novel gait recognition method, called
RealGait. Our results suggest that recognizing people by their gait in real
surveillance scenarios is feasible and the underlying gait pattern is probably
the true reason why video person re-idenfification works in practice.
- Abstract（参考訳）: 人間の歩行は、遠くで隠蔽的に取得できるユニークな生体認証であると考えられている。
しかし、制御されたシナリオでキャプチャされる既存のパブリックドメイン歩行データセットに基づいてトレーニングされたモデルは、現実の制約のない歩行データに適用した場合、劇的にパフォーマンスが低下する。
一方、ビデオパーソン再識別技術は、大規模公開データセットにおいて有望な性能を達成した。
衣料品の特徴の多様性を考えると、衣料キューは一般の認識には信頼できない。
したがって、なぜ最先端の人物再特定手法が機能するのかは、実際には明らかではない。
本稿では,既存の映像人物の再識別課題からシルエットを抽出し,非拘束で歩く1,404人からなる新たな歩行データセットを構築する。
このデータセットに基づいて、歩行認識と人物再同定の一貫性と比較研究を行うことができる。
制御シナリオで収集したデータに基づく現在の歩行認識手法が実際の監視シナリオに不適切であることを示す実験結果から,RealGaitと呼ばれる新しい歩行認識手法を提案する。
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。
関連論文リスト
- Learning Human Action Recognition Representations Without Real Humans [66.61527869763819]
そこで本研究では,仮想人間を含む合成データを用いて,実世界の映像を活用してモデルを事前学習するベンチマークを提案する。
次に、このデータに基づいて学習した表現を、下流行動認識ベンチマークの様々なセットに転送可能であるかを評価する。
私たちのアプローチは、以前のベースラインを最大5%上回ります。
論文 参考訳（メタデータ） (2023-11-10T18:38:14Z) - Distillation-guided Representation Learning for Unconstrained Gait Recognition [50.0533243584942]
本研究では,屋外シナリオにおける人間認証のためのGADER(GAit Detection and Recognition)フレームワークを提案する。
GADERは、歩行情報を含むフレームのみを使用する新しい歩行認識手法により識別的特徴を構築する。
室内および屋外のデータセットに一貫した改善を示すため,複数の歩行ベースライン(SoTA)について評価を行った。
論文 参考訳（メタデータ） (2023-07-27T01:53:57Z) - 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) - AI-based Re-identification of Behavioral Clickstream Data [0.0]
本論文は, 行動パターンに基づいて, 個人を純粋に同定する上で, 同様の手法が適用可能であることを実証する。
レコード間の振舞いパターンの単なる類似性は、識別された個人に振舞いデータを正しく属性付けるのに十分である。
また、私たちが導入したAIベースの再識別攻撃に対して回復力があることが示されています。
論文 参考訳（メタデータ） (2022-01-21T16:49:00Z) - Model-based gait recognition using graph network on very large
population database [3.8707695363745223]
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。
論文 参考訳（メタデータ） (2021-12-20T02:28:02Z) - SelfGait: A Spatiotemporal Representation Learning Method for
Self-supervised Gait Recognition [24.156710529672775]
歩行認識は、歩行が距離で認識することができるユニークな生体測定機能であるため、人間の識別に重要な役割を果たします。
既存の歩行認識法は歩行系列から歩行特徴を異なる方法で学習することができるが、歩行認識の性能はラベル付きデータに苦しむ。
本研究では, 事前学習プロセスとして, 多種多様でラベルなしの歩行データを活用した自己監視歩行認識手法であるSelfGaitを提案する。
論文 参考訳（メタデータ） (2021-03-27T05:15:39Z) - 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) - 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) - Weakly supervised discriminative feature learning with state information
for person identification [97.24720743767197]
我々は、異なる状態による視覚的不一致に対処するために、状態情報を弱い監督力として活用することを提案する。
教師なしの人物の再識別とポーズ不変の顔認識におけるモデルの評価を行った。
論文 参考訳（メタデータ） (2020-02-27T06:33:56Z) - 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。