論文の概要: Deep Learning-based Occluded Person Re-identification: A Survey
- arxiv url: http://arxiv.org/abs/2207.14452v1
- Date: Fri, 29 Jul 2022 03:10:18 GMT
- ステータス: 処理完了
- システム内更新日: 2022-08-01 12:49:30.054491
- Title: Deep Learning-based Occluded Person Re-identification: A Survey
- Title（参考訳）: 深層学習に基づく没入者の再識別:調査
- Authors: Yunjie Peng, Saihui Hou, Chunshui Cao, Xu Liu, Yongzhen Huang,
Zhiqiang He
- Abstract要約: 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。
- 参考スコア（独自算出の注目度）: 19.76711535866007
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Occluded person re-identification (Re-ID) aims at addressing the occlusion
problem when retrieving the person of interest across multiple cameras. With
the promotion of deep learning technology and the increasing demand for
intelligent video surveillance, the frequent occlusion in real-world
applications has made occluded person Re-ID draw considerable interest from
researchers. A large number of occluded person Re-ID methods have been proposed
while there are few surveys that focus on occlusion. To fill this gap and help
boost future research, this paper provides a systematic survey of occluded
person Re-ID. Through an in-depth analysis of the occlusion in person Re-ID,
most existing methods are found to only consider part of the problems brought
by occlusion. Therefore, we review occlusion-related person Re-ID methods from
the perspective of issues and solutions. We summarize four issues caused by
occlusion in person Re-ID, i.e., position misalignment, scale misalignment,
noisy information, and missing information. The occlusion-related methods
addressing different issues are then categorized and introduced accordingly.
After that, we summarize and compare the performance of recent occluded person
Re-ID methods on four popular datasets: Partial-ReID, Partial-iLIDS,
Occluded-ReID, and Occluded-DukeMTMC. Finally, we provide insights on promising
future research directions.
- Abstract（参考訳）: occluded person re-id(re-id)は、複数のカメラで興味のある人物を検索する際の咬合問題に対処することを目的としている。
ディープラーニング技術の推進とインテリジェントなビデオ監視の需要の高まりにより、現実世界のアプリケーションにおいて、隠蔽された人物のRe-IDは研究者からかなりの関心を集めている。
隠蔽に焦点を絞った調査は少ないが,多数の隠蔽者によるRe-ID手法が提案されている。
本稿では,このギャップを埋め,今後の研究を促進するために,隠蔽者のRe-IDを体系的に調査する。
人物Re-IDにおける閉塞の詳細な分析を通して、既存の手法のほとんどは、閉塞によって引き起こされる問題の一部を考慮している。
そこで我々は,オクルージョン関連人物Re-ID手法について,課題と解決策の観点から検討する。
本稿では,人物再識別における咬合による問題,すなわち位置不一致,規模不一致,雑音情報,情報不足の4つを要約する。
異なる問題に対処するオクルージョン関連手法を分類して導入する。
その後,最近のoccluded person re-id法の性能を,partment-reid,partial-ilids,occluded-reid,occluded-dukemtmcの4つの人気データセットで比較検討した。
最後に,将来的な研究の方向性について考察する。
関連論文リスト
- Keypoint Promptable Re-Identification [76.31113049256375]
Occluded Person Re-Identification (ReID) は、その外見に基づいて隠蔽された個人をマッチングするメトリクス学習タスクである。
本稿では、入力バウンディングボックスを意味キーポイントの集合で明示的に補完する新しいReID問題の定式化であるKeypoint Promptable ReID(KPR)を紹介する。
我々は4つの人気のあるReIDベンチマークのためのカスタムキーポイントラベルをリリースした。人物検索の実験だけでなく、ポーズトラッキングの実験も、我々の手法が従来の最先端手法を体系的に超越していることを示す。
論文 参考訳（メタデータ） (2024-07-25T15:20:58Z) - 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) - Learning Cross-modality Information Bottleneck Representation for
Heterogeneous Person Re-Identification [61.49219876388174]
Visible-Infrared person re-identification (VI-ReID)は、インテリジェントビデオ監視において重要かつ困難な課題である。
既存の手法は主に共有特徴空間の学習に重点を置いており、可視光と赤外光の相違を減らす。
本稿では,新しい相互情報・モダリティコンセンサスネットワーク,すなわちCMInfoNetを提案し,モダリティ不変な同一性の特徴を抽出する。
論文 参考訳（メタデータ） (2023-08-29T06:55:42Z) - Occluded Person Re-Identification via Relational Adaptive Feature
Correction Learning [8.015703163954639]
複数のカメラが捉えた画像中の被写体再識別(Re-ID)は、歩行者や物体が被写体を隠蔽しているため困難である。
既存のほとんどの手法では、ネットワークを擬似ラベルとして利用しており、エラーを起こしやすい。
本稿では,Occlusion Correction Network (OCNet) を提案する。Occlusion Correction Network (OCNet) は,リレーショナル・ウェイト・ラーニングによって特徴を補正し,外部ネットワークを使わずに多様で代表的な特徴を得られる。
論文 参考訳（メタデータ） (2022-12-09T07:48:47Z) - 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) - PoseTrackReID: Dataset Description [97.7241689753353]
詩情報は、背景や閉塞音から有用な特徴情報を遠ざけるのに役立つ。
PoseTrackReIDでは、人物のリIDと複数人のポーズトラッキングのギャップを埋めたいと考えています。
このデータセットは、マルチフレームの人物のre-IDに関する現在の最先端メソッドに対する優れたベンチマークを提供する。
論文 参考訳（メタデータ） (2020-11-12T07:44:25Z) - 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) - 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。