論文の概要: Person Re-identification: A Retrospective on Domain Specific Open
Challenges and Future Trends
- arxiv url: http://arxiv.org/abs/2202.13121v1
- Date: Sat, 26 Feb 2022 11:55:57 GMT
- ステータス: 翻訳完了
- システム内更新日: 2022-03-03 10:33:52.603038
- Title: Person Re-identification: A Retrospective on Domain Specific Open
Challenges and Future Trends
- Title（参考訳）: 人物再特定: ドメイン固有のオープンチャレンジと今後のトレンドに関するふりかえり
- Authors: Asmat Zahra, Nazia Perwaiz, Muhammad Shahzad, Muhammad Moazam Fraz
- Abstract要約: 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。
- 参考スコア（独自算出の注目度）: 2.4907242954727926
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Person re-identification (Re-ID) is one of the primary components of an
automated visual surveillance system. It aims to automatically identify/search
persons in a multi-camera network having non-overlapping field-of-views. Owing
to its potential in various applications and research significance, a plethora
of deep learning based re-Id approaches have been proposed in the recent years.
However, there exist several vision related challenges, e.g., occlusion, pose
scale \& viewpoint variance, background clutter, person misalignment and
cross-domain generalization across camera modalities, which makes the problem
of re-Id still far from being solved. Majority of the proposed approaches
directly or indirectly aim to solve one or multiple of these existing
challenges. In this context, a comprehensive review of current re-ID approaches
in solving theses challenges is needed to analyze and focus on particular
aspects for further advancements. At present, such a focused review does not
exist and henceforth in this paper, we have presented a systematic
challenge-specific literature survey of 230+ papers between the years of
2015-21. For the first time a survey of this type have been presented where the
person re-Id approaches are reviewed in such solution-oriented perspective.
Moreover, we have presented several diversified prominent developing trends in
the respective research domain which will provide a visionary perspective
regarding ongoing person re-Id research and eventually help to develop
practical real world solutions.
- Abstract（参考訳）: 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。
さまざまな応用の可能性と研究の意義から,近年,ディープラーニングに基づくre-idアプローチが数多く提案されている。
しかし、オクルージョン、ポーズスケール \&パースペクティブ ばらつき、バックグラウンド クラッタ、人物のミスアライメント、カメラのモダリティ間のクロスドメインの一般化など、視覚に関する課題がいくつか存在し、再Idの問題はまだ解決されていない。
提案されたアプローチの多数は、これらの既存の課題の1つまたは複数の解決を、直接的または間接的に目的としている。
この文脈では、これらの課題を解決するための現在のre-IDアプローチの包括的なレビューが必要である。
本稿では,2015～21年の間に,230以上の論文を対象とした,体系的な課題特異的文献調査を行った。
このタイプの調査を初めて行ったのは、そのようなソリューション指向の観点から、その人が再Idアプローチをレビューすることです。
さらに,各研究領域において,現在進行中の人物再特定研究に対するビジョン的視点を提供し,最終的には実用的な実世界ソリューションの開発を支援する,多角的展開トレンドをいくつか提示した。
関連論文リスト
- 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) - Universal Object Detection with Large Vision Model [79.06618136217142]
本研究は,大規模多領域普遍物体検出問題に焦点をあてる。
これらの課題に対処するために,ラベル処理,階層型設計,資源効率のよいモデルトレーニングを提案する。
本手法は,ロバスト・ビジョン・チャレンジ2022のオブジェクト検出トラックにおいて,優れた2位の地位を確保した。
論文 参考訳（メタデータ） (2022-12-19T12:40:13Z) - Using Auxiliary Information for Person Re-Identification -- A Tutorial
Overview [32.67404002095918]
本稿では,より差別的な人物記述子を生成するために,複数の情報の融合について検討する。
より差別的な人物記述子を生成するために複数の情報の融合を探求する最初の作品である。
論文 参考訳（メタデータ） (2022-11-15T23:12:36Z) - 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) - Unsupervised Person Re-Identification: A Systematic Survey of Challenges
and Solutions [64.68497473454816]
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。
論文 参考訳（メタデータ） (2021-09-01T00:01:35Z) - Recent Advances in Monocular 2D and 3D Human Pose Estimation: A Deep
Learning Perspective [69.44384540002358]
この問題に対処するための包括的で包括的な2D-to-3D視点を提供する。
2014年からの主流とマイルストーンのアプローチを統一フレームワークで分類しています。
また,ポーズ表現スタイル,ベンチマーク,評価指標,一般的なアプローチの定量的評価を要約した。
論文 参考訳（メタデータ） (2021-04-23T11:07:07Z) - Survey on the Analysis and Modeling of Visual Kinship: A Decade in the
Making [66.72253432908693]
親和性認識は多くの実践的応用において難しい問題である。
我々は、多くの人にその見解を刺激した公開リソースとデータ課題についてレビューする。
10周年記念には、さまざまなkinベースのタスクのためのデモコードが用意されている。
論文 参考訳（メタデータ） (2020-06-29T13:25:45Z) - Unsupervised Domain Adaptation in Person re-ID via k-Reciprocal
Clustering and Large-Scale Heterogeneous Environment Synthesis [76.46004354572956]
個人再識別のための教師なし領域適応手法を提案する。
実験結果から,ktCUDA法とSHRED法は,再同定性能において,+5.7 mAPの平均的改善を実現することがわかった。
論文 参考訳（メタデータ） (2020-01-14T17:43:52Z) - 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。