論文の概要: GaitEdge: Beyond Plain End-to-end Gait Recognition for Better Practicality

• arxiv url: http://arxiv.org/abs/2203.03972v1
• Date: Tue, 8 Mar 2022 09:58:46 GMT
• ステータス: 処理完了
• システム内更新日: 2022-03-09 14:54:43.146327
• Title: GaitEdge: Beyond Plain End-to-end Gait Recognition for Better Practicality
• Title（参考訳）: GaitEdge: エンド・ツー・エンドの歩行認識を超越して実用性向上
• Authors: Junhao Liang, Chao Fan, Saihui Hou, Chuanfu Shen, Yongzhen Huang, Shiqi Yu
• Abstract要約: ゲイトは遠距離で個人を特定する最も有望なバイオメトリックスの1つである。 歩行非関連情報を効果的にブロックできるGaitEdgeという新しいエンドツーエンドフレームワークを提案する。
• 参考スコア（独自算出の注目度）: 19.998635762435878
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Gait is one of the most promising biometrics to identify individuals at a long distance. Although most previous methods have focused on recognizing the silhouettes, several end-to-end methods that extract gait features directly from RGB images perform better. However, we argue that these end-to-end methods inevitably suffer from the gait-unrelated noises, i.e., low-level texture and colorful information. Experimentally, we design both the cross-domain evaluation and visualization to stand for this view. In this work, we propose a novel end-to-end framework named GaitEdge which can effectively block gait-unrelated information and release end-to-end training potential. Specifically, GaitEdge synthesizes the output of the pedestrian segmentation network and then feeds it to the subsequent recognition network, where the synthetic silhouettes consist of trainable edges of bodies and fixed interiors to limit the information that the recognition network receives. Besides, GaitAlign for aligning silhouettes is embedded into the GaitEdge without loss of differentiability. Experimental results on CASIA-B and our newly built TTG-200 indicate that GaitEdge significantly outperforms the previous methods and provides a more practical end-to-end paradigm for blocking RGB noises effectively. All the source code will be released.
• Abstract（参考訳）: 歩行は、長距離で個人を特定する最も有望なバイオメトリックスの一つである。 従来の手法はシルエットの認識に重点を置いていたが、RGB画像から直接歩行特徴を抽出するエンドツーエンドの手法は改善されている。 しかし,これらの手法は必然的に歩行関連ノイズ,すなわち低レベルのテクスチャやカラフルな情報に悩まされている。 実験により,この視点に対応するために,ドメイン間評価と可視化の両方を設計する。 本研究では,歩行非関連情報を効果的にブロックし,エンドツーエンドトレーニングの可能性をリリースできるGaitEdgeという新しいエンドツーエンドフレームワークを提案する。 具体的には、gaitedgeは歩行者セグメンテーションネットワークの出力を合成し、それに続く認識ネットワークに供給し、そこで合成シルエットはトレーニング可能な体のエッジと固定された内部で構成され、認識ネットワークが受信する情報を制限する。 さらに、シルエットの整列のためのGaitAlignは、差別性を失うことなくGaitEdgeに埋め込まれる。 casia-bと新たに構築したttg-200の実験結果から,gaitedgeは従来の手法を大きく上回っており,rgbノイズを効果的にブロックするためのより実用的なエンドツーエンドパラダイムを提供する。 すべてのソースコードがリリースされます。

関連論文リスト

• LAC-Net: Linear-Fusion Attention-Guided Convolutional Network for Accurate Robotic Grasping Under the Occlusion [79.22197702626542]
  本稿では, 乱れ場面におけるロボットグルーピングのためのアモーダルセグメンテーションを探求する枠組みを提案する。 線形融合注意誘導畳み込みネットワーク(LAC-Net)を提案する。 その結果,本手法が最先端の性能を達成できることが示唆された。
  論文  参考訳（メタデータ） (2024-08-06T14:50:48Z)
• Advancing Generalizable Remote Physiological Measurement through the Integration of Explicit and Implicit Prior Knowledge [30.31568804817144]
  リモート光胸腺撮影(remote photoplethysmography、r)は、顔ビデオから生理的信号をキャプチャする有望な技術である。 既存の方法の多くは r の事前の知識を見落としており、結果として一般化能力は劣る。 本稿では,rタスクにおける暗黙的,暗黙的な事前知識手法を同時に活用する新しいフレームワークを提案する。
  論文  参考訳（メタデータ） (2024-03-11T17:33:25Z)
• 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)
• Clothes Grasping and Unfolding Based on RGB-D Semantic Segmentation [21.950751953721817]
  セグメンテーションのための双方向フラクタルクロスフュージョンネットワーク(BiFCNet)を提案する。 我々は、Fractal Cross FusionモジュールがRGBと深度データを融合するネットワークへの入力として、リッチな色特徴を持つRGB画像を使用する。 実データ収集のコストを削減するため,敵対的戦略に基づくデータ拡張手法を提案する。
  論文  参考訳（メタデータ） (2023-05-05T03:21:55Z)
• Edge-aware Plug-and-play Scheme for Semantic Segmentation [4.297988192695948]
  提案手法は, 改良を伴わない任意の最先端(SOTA)モデルにシームレスに統合できる。 実験結果から,提案手法は改良を伴わない任意の最先端(SOTA)モデルにシームレスに統合できることが示唆された。
  論文  参考訳（メタデータ） (2023-03-18T02:17:37Z)
• 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)
• Bi-directional Cross-Modality Feature Propagation with Separation-and-Aggregation Gate for RGB-D Semantic Segmentation [59.94819184452694]
  深度情報はRGBD画像のセマンティックセグメンテーションにおいて有用であることが証明されている。 既存のほとんどの研究は、深度測定がRGBピクセルと正確で整合していると仮定し、問題をモーダルな特徴融合としてモデル化している。 本稿では,RGB特徴量応答を効果的に再検討するだけでなく,複数の段階を通して正確な深度情報を抽出し,代わりに2つの補正表現を集約する,統一的で効率的なクロスモダリティガイドを提案する。
  論文  参考訳（メタデータ） (2020-07-17T18:35:24Z)
• Refined Plane Segmentation for Cuboid-Shaped Objects by Leveraging Edge Detection [63.942632088208505]
  本稿では,セグメント化された平面マスクを画像に検出されたエッジと整列するための後処理アルゴリズムを提案する。 これにより、立方体形状の物体に制限を加えながら、最先端のアプローチの精度を高めることができます。
  論文  参考訳（メタデータ） (2020-03-28T18:51:43Z)
• Saliency Enhancement using Gradient Domain Edges Merging [65.90255950853674]
  本研究では,エッジとサリエンシマップをマージして,サリエンシマップの性能を向上させる手法を開発した。 これにより、DUT-OMRONデータセットの少なくとも3.4倍の平均的な改善により、エッジ(SEE)を使用したサリエンシ向上が提案された。 SEEアルゴリズムは前処理のためのSEE-Preと後処理のためのSEE-Postの2つの部分に分けられる。
  論文  参考訳（メタデータ） (2020-02-11T14:04:56Z)

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。