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

• arxiv url: http://arxiv.org/abs/2206.13732v2
• Date: Sat, 5 Aug 2023 06:03:55 GMT
• ステータス: 処理完了
• システム内更新日: 2023-08-09 01:07:23.953177
• 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、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。
• 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 to identify a person at a distance, serving as a promising solution for long-distance and less-cooperation pedestrian recognition. Recently, significant advancements in gait recognition have achieved inspiring success in many challenging scenarios by utilizing deep learning techniques. Against the backdrop that deep gait recognition has achieved almost perfect performance in laboratory datasets, much recent research has introduced new challenges for gait recognition, including robust deep representation modeling, in-the-wild gait recognition, and even recognition from new visual sensors such as infrared and depth cameras. Meanwhile, the increasing performance of gait recognition might also reveal concerns about biometrics security and privacy prevention for society. We provide a comprehensive survey on recent literature using deep learning and a discussion on the privacy and security of gait biometrics. This survey reviews the existing deep gait recognition methods through a novel view based on our proposed taxonomy. The proposed taxonomy differs from the conventional taxonomy of categorizing available gait recognition methods into the model- or appearance-based methods, while our taxonomic hierarchy considers deep gait recognition from two perspectives: deep representation learning and deep network architectures, illustrating the current approaches from both micro and macro levels. We also include up-to-date reviews of datasets and performance evaluations on diverse scenarios. Finally, we introduce privacy and security concerns on gait biometrics and discuss outstanding challenges and potential directions for future research.
• Abstract（参考訳）: 歩行認識は、遠くにいる人を識別することを目的としており、長距離かつ非協力的な歩行者認識に有望な解決策となる。 近年,深層学習技術を活用した歩行認識の大幅な進歩は,多くの挑戦的なシナリオにおいて大きな成功を収めている。 深部歩行認識が実験室データセットでほぼ完璧な性能を達成している背景に対して、最近の研究は、堅牢な奥行き表現モデリング、野生の歩行認識、さらには赤外線や奥行きカメラのような新しい視覚センサからの認識を含む、歩行認識に新たな挑戦を導入した。 一方、歩行認識の性能向上は、生体認証のセキュリティと社会のプライバシー保護に関する懸念を浮き彫りにするかもしれない。 深層学習を用いた最近の文献に関する包括的調査と,歩行バイオメトリックスのプライバシーとセキュリティに関する議論を行った。 本研究は,提案する分類に基づく新しい視点を通して,既存の深部歩行認識手法を概観する。 提案する分類体系は,従来の歩行認識手法をモデル的・外見的手法に分類する手法と異なるが,我々の分類体系は,深層表現学習と深層ネットワークアーキテクチャという2つの視点から深い歩行認識を考察し,現在のアプローチをミクロレベルとマクロレベルの両方から評価している。 データセットの最新のレビューや、さまざまなシナリオのパフォーマンス評価も含んでいます。 最後に,歩行バイオメトリックスに関するプライバシとセキュリティの懸念を紹介し,今後の研究の課題と可能性について論じる。

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。