論文の概要: A Comprehensive Survey on Deep Gait Recognition: Algorithms, Datasets and Challenges

• arxiv url: http://arxiv.org/abs/2206.13732v1
• Date: Tue, 28 Jun 2022 03:36:12 GMT
• ステータス: 処理完了
• システム内更新日: 2022-06-29 13:36:11.106584
• Title: A Comprehensive Survey on Deep Gait Recognition: Algorithms, Datasets and Challenges
• Title（参考訳）: ディープ・ゲイト認識に関する包括的調査:アルゴリズム,データセット,課題
• Authors: Chuanfu Shen, Shiqi Yu, Jilong Wang, George Q. Huang and Liang Wang
• Abstract要約: 歩行認識は、視覚カメラを通して遠くにいる人を識別することを目的としている。 ディープラーニングの出現に伴い、歩行認識の大幅な進歩は、多くのシナリオで大きな成功を収めた。 本稿では,歩行認識のためのディープラーニングに関する総合的な調査を行う。
• 参考スコア（独自算出の注目度）: 18.08349977960643
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Gait recognition aims at identifying a person at a distance through visual cameras. With the emergence of deep learning, significant advancements in gait recognition have achieved inspiring success in many scenarios by utilizing deep learning techniques. Nevertheless, the increasing need for video surveillance introduces more challenges, including robust recognition under various variances, modeling motion information in gait sequences, unfair performance comparison due to protocol variances, biometrics security, and privacy prevention. This paper provides a comprehensive survey of deep learning for gait recognition. We first present the odyssey of gait recognition from traditional algorithms to deep models, providing explicit knowledge of the whole workflow of a gait recognition system. Then deep learning for gait recognition is discussed from the perspective of deep representations and architecture with an in-depth summary. Specifically, deep gait representations are categorized into static and dynamic features, while deep architectures include single-stream and multi-stream architecture. Following our proposed taxonomy with novelty, it can be beneficial for providing inspiration and promoting the perception of deep gait recognition. Besides, we also present a comprehensive summary of all vision-based gait datasets and the performance analysis. Finally, the article discusses some open issues with significant potential prospects.
• Abstract（参考訳）: 歩行認識は、視覚カメラを通して遠くにいる人を識別することを目的としている。 ディープラーニングの出現に伴い、歩行認識の大幅な進歩は、深層学習技術を活用することで、多くのシナリオで大きな成功を収めた。 それにもかかわらず、ビデオ監視の必要性の高まりは、様々なばらつきの下での堅牢な認識、歩行シーケンスにおける動作情報のモデリング、プロトコルのばらつきによる不公平なパフォーマンス比較、生体認証のセキュリティ、プライバシー保護など、さらなる課題をもたらしている。 本稿では,歩行認識のためのディープラーニングの包括的調査を行う。 まず,従来のアルゴリズムから深層モデルへの歩容認識のオデッセイを提示し,歩容認識システムのワークフロー全体に関する明示的な知識を提供する。 次に、深い表現とアーキテクチャの観点から、歩行認識のための深層学習を詳細な要約で論じる。 具体的には、深い歩行表現を静的および動的特徴に分類し、深いアーキテクチャにはシングルストリームとマルチストリームアーキテクチャが含まれる。 提案する新奇な分類法に従えば,深部歩行認識の認知を刺激し,促進する上で有益である。 さらに、すべての視覚に基づく歩行データセットとパフォーマンス分析の包括的概要も提示する。 最後に、本記事では、潜在的な有望な問題のいくつかについて論じる。

関連論文リスト

• Face De-identification: State-of-the-art Methods and Comparative Studies [32.333766763819796]
  顔の特定は、顔画像のプライバシーを保護する効果的な手段とみなされる。 本稿では,現在最先端の顔識別手法を,ピクセルレベル,表現レベル,意味レベルという3つのレベルに分類する。
  論文  参考訳（メタデータ） (2024-11-15T01:00:00Z)
• A Comprehensive Review of Few-shot Action Recognition [64.47305887411275]
  アクション認識は、複雑で可変なビデオデータを手動でラベル付けすることのコストと非現実性に対処することを目的としている。 ビデオ中の人間のアクションを正確に分類するには、クラスごとにいくつかのラベル付き例だけを使用する必要がある。
  論文  参考訳（メタデータ） (2024-07-20T03:53:32Z)
• Deepfake Generation and Detection: A Benchmark and Survey [134.19054491600832]
  Deepfakeは、特定の条件下で非常にリアルな顔画像やビデオを作成するための技術だ。 この調査は、ディープフェイクの発生と検出の最新の展開を包括的にレビューする。 本研究では, 顔交換, 顔再現, 話し顔生成, 顔属性編集の4つの代表的なディープフェイク分野の研究に焦点をあてる。
  論文  参考訳（メタデータ） (2024-03-26T17:12:34Z)
• A Brief Survey on Person Recognition at a Distance [46.47338660858037]
  遠くにいる人物の認識には、ドローンや監視カメラのような長距離イメージングシステムによって収集された画像やビデオに現れる人物の身元を認識する必要がある。 近年のディープ畳み込みニューラルネットワーク(DCNN)の進歩にもかかわらず、これは依然として困難である。
  論文  参考訳（メタデータ） (2022-12-17T22:15:10Z)
• Knowledge-augmented Deep Learning and Its Applications: A Survey [60.221292040710885]
  知識強化ディープラーニング(KADL)は、ドメイン知識を特定し、それをデータ効率、一般化可能、解釈可能なディープラーニングのためのディープモデルに統合することを目的としている。 本調査は,既存の研究成果を補足し,知識強化深層学習の一般分野における鳥眼研究の展望を提供する。
  論文  参考訳（メタデータ） (2022-11-30T03:44:15Z)
• Gait Recognition Based on Deep Learning: A Survey [1.731119436110423]
  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。
  論文  参考訳（メタデータ） (2022-01-10T12:44:42Z)
• Deep Long-Tailed Learning: A Survey [163.16874896812885]
  ディープ・ロングテール・ラーニング(Deep Long-tailed Learning)は、長いテールのクラス分布に追従する多数の画像から、優れたパフォーマンスのディープモデルをトレーニングすることを目的としている。 長い尾を持つクラス不均衡は、現実的な視覚認識タスクにおいて一般的な問題である。 本稿では,近年の長期学習の進歩を包括的に調査する。
  論文  参考訳（メタデータ） (2021-10-09T15:25:22Z)
• Deep Gait Recognition: A Survey [15.47582611826366]
  歩行認識は、歩き方に基づいて個人を識別することを目的とした魅力的な生体測定モダリティです。 ディープラーニングは、差別的な表現を自動的に学習する能力によって、2015年からこの分野の研究環境を再構築した。 深層学習による歩行認識のブレークスルーと最近の展開を総合的に紹介します。
  論文  参考訳（メタデータ） (2021-02-18T18:49:28Z)
• 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)
• Deep Learning for Sensor-based Human Activity Recognition: Overview, Challenges and Opportunities [52.59080024266596]
  本稿では,センサを用いた人間の活動認識のための最先端のディープラーニング手法について調査する。 まず、官能データのマルチモーダリティを導入し、公開データセットに情報を提供する。 次に、課題によって深層メソッドを構築するための新しい分類法を提案する。
  論文  参考訳（メタデータ） (2020-01-21T09:55:59Z)

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。