論文の概要: Identity-Sensitive Knowledge Propagation for Cloth-Changing Person Re-identification

• arxiv url: http://arxiv.org/abs/2208.12023v1
• Date: Thu, 25 Aug 2022 12:01:49 GMT
• ステータス: 処理完了
• システム内更新日: 2022-08-26 13:29:43.733657
• Title: Identity-Sensitive Knowledge Propagation for Cloth-Changing Person Re-identification
• Title（参考訳）: 衣服交換者再識別のためのアイデンティティ・センシティブな知識伝播
• Authors: Jianbing Wu, Hong Liu, Wei Shi, Hao Tang, Jingwen Guo
• Abstract要約: 衣服交換者再識別(CC-ReID)は、衣服の変化による人物の身元を一致させることを目的としている。 典型的なバイオメトリックスに基づくCC-ReID法は、人間の生体特性から布に関係のない特徴を学習するために、面倒なポーズや身体部分の推定器を必要とする。 本稿では,CC-ReIDのための効果的なアイデンティティ・センシティブな知識伝達フレームワーク(DeSKPro)を提案する。 我々のフレームワークは最先端の手法よりも大きなマージンで優れている。
• 参考スコア（独自算出の注目度）: 17.588668735411783
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Cloth-changing person re-identification (CC-ReID), which aims to match person identities under clothing changes, is a new rising research topic in recent years. However, typical biometrics-based CC-ReID methods often require cumbersome pose or body part estimators to learn cloth-irrelevant features from human biometric traits, which comes with high computational costs. Besides, the performance is significantly limited due to the resolution degradation of surveillance images. To address the above limitations, we propose an effective Identity-Sensitive Knowledge Propagation framework (DeSKPro) for CC-ReID. Specifically, a Cloth-irrelevant Spatial Attention module is introduced to eliminate the distraction of clothing appearance by acquiring knowledge from the human parsing module. To mitigate the resolution degradation issue and mine identity-sensitive cues from human faces, we propose to restore the missing facial details using prior facial knowledge, which is then propagated to a smaller network. After training, the extra computations for human parsing or face restoration are no longer required. Extensive experiments show that our framework outperforms state-of-the-art methods by a large margin. Our code is available at https://github.com/KimbingNg/DeskPro.
• Abstract（参考訳）: 近年,衣服の着替えによる身元確認を目的とした衣服交換者再識別(CC-ReID)が注目されている。 しかし、典型的なバイオメトリックスに基づくCC-ReID法は、高い計算コストを伴う人間の生体特性から布に関係のない特徴を学習するために、面倒なポーズや身体部分推定器を必要とすることが多い。 さらに、監視画像の分解能低下により、性能が著しく制限されている。 上記の制限に対処するため,我々はcc-reidのための効果的なid-sensitive knowledge propagation framework (deskpro)を提案する。 具体的には、人間のパーシングモジュールから知識を得ることにより、衣服の外観の邪魔をなくすために、衣服非関連空間注意モジュールを導入する。 人間の顔からの分解能劣化問題と識別に敏感な手がかりのマイニングを緩和するため,従来の顔情報を用いて顔の詳細を復元し,より小さなネットワークに伝播させることを提案する。 訓練後、人間の解析や顔の復元のための余分な計算はもはや不要となる。 広範な実験によって、我々のフレームワークは最先端のメソッドよりも大きなマージンで優れています。 私たちのコードはhttps://github.com/KimbingNg/DeskProで利用可能です。

関連論文リスト

• Disentangled Representations for Short-Term and Long-Term Person Re-Identification [33.76874948187976]
  アイデンティティシャッフルGAN(Identity shuffle GAN:IS-GAN)と呼ばれる新たな生成対向ネットワークを提案する。 それは、アイデンティティシャッフル技術によって、個人画像からアイデンティティ関連および非関連の特徴を解き放つ。 実験により,IS-GANの有効性が検証され,標準reIDベンチマークにおける最先端性能が示された。
  論文  参考訳（メタデータ） (2024-09-09T02:09:49Z)
• Content and Salient Semantics Collaboration for Cloth-Changing Person Re-Identification [74.10897798660314]
  衣服を交換する人の再識別は、重複しないカメラで同じ人の衣服の変化を認識することを目的としている。 本稿では、並列間セマンティクスの相互作用と洗練を容易にするコンテンツ・サリアンセマンティクス協調フレームワークを提案する。 我々のフレームワークはシンプルだが有効であり、重要な設計はセマンティックス・マイニング・アンド・リファインメント(SMR)モジュールである。
  論文  参考訳（メタデータ） (2024-05-26T15:17:28Z)
• Identity-aware Dual-constraint Network for Cloth-Changing Person Re-identification [13.709863134725335]
  CC-ReID(CC-Changing Person Re-Identification)は、歩行者が着替えを行うより現実的な監視シナリオにおいて、対象者を正確に識別することを目的としている。 大きな進歩にもかかわらず、既存のCC-ReIDデータセットの限られた布質変化トレーニングサンプルは、モデルが布質非関連の特徴を適切に学習することを妨げている。 本稿では,CC-ReIDタスクのためのID-Aware Dual-Constraint Network (IDNet)を提案する。
  論文  参考訳（メタデータ） (2024-03-13T05:46:36Z)
• HFORD: High-Fidelity and Occlusion-Robust De-identification for Face Privacy Protection [60.63915939982923]
  顔の身元特定は、身元保護問題を解決するための実践的な方法である。 既存の顔の特定方法にはいくつかの問題がある。 これらの問題に対処するために,HFORD(High-Fidelity and Occlusion-Robust De-identification)法を提案する。
  論文  参考訳（メタデータ） (2023-11-15T08:59:02Z)
• Semantic-aware Consistency Network for Cloth-changing Person Re-Identification [8.885551377703944]
  本稿ではセマンティック・アウェア・コンシスタンス・ネットワーク(SCNet)を紹介し,アイデンティティに関連するセマンティックな特徴を学習する。 衣服領域の画素を消去することにより,黒衣画像を生成する。 さらに、高レベルのアイデンティティ関連セマンティック特徴の学習を容易にするために、セマンティック一貫性損失を設計する。
  論文  参考訳（メタデータ） (2023-08-27T14:07:57Z)
• Clothes-Invariant Feature Learning by Causal Intervention for Clothes-Changing Person Re-identification [118.23912884472794]
  衣服変化者再識別(CC-ReID)における衣服不変の特徴抽出の重要性 衣服と身元には強い相関関係があることを論じ, 衣服に関係のない特徴を抽出するために, 共通可能性に基づくReID法P(Y|X) を制限している。 衣服不変の特徴学習を実現するために,新しい因果的衣服不変学習法(CCIL)を提案する。
  論文  参考訳（メタデータ） (2023-05-10T13:48:24Z)
• Identity-Guided Collaborative Learning for Cloth-Changing Person Reidentification [29.200286257496714]
  着替え型ReIDのための新しいID誘導協調学習手法(IGCL)を提案する。 まず,衣服情報による干渉を合理的に低減するために,新しい衣服注意ストリームを設計する。 次に,人間のセマンティック・アテンションとボディー・ジグソー・ストリームを提案し,人間のセマンティック・情報を強調し,同じアイデンティティの異なるポーズをシミュレートする。 第3に、歩行者のアイデンティティ強化ストリームがさらに提案され、アイデンティティの重要性を高め、より好ましいアイデンティティロバストな特徴を抽出する。
  論文  参考訳（メタデータ） (2023-04-10T06:05:54Z)
• Attribute-preserving Face Dataset Anonymization via Latent Code Optimization [64.4569739006591]
  本稿では,事前学習したGANの潜時空間における画像の潜時表現を直接最適化するタスク非依存匿名化手法を提案する。 我々は一連の実験を通して、我々の手法が画像の同一性を匿名化できる一方で、顔の属性をより保存できることを実証した。
  論文  参考訳（メタデータ） (2023-03-20T17:34:05Z)
• Multigranular Visual-Semantic Embedding for Cloth-Changing Person Re-identification [38.7806002518266]
  本研究は, 布を交換するReIDのための新しいビジュアル・セマンティック・埋め込み・アルゴリズム(MVSE)を提案する。 衣服の変化のある人を完全に表現するために、多粒性特徴表現スキーム(MGR)を採用し、その後、布脱感ネットワーク(CDN)を設計する。 人的属性の整合に使用される視覚意味情報を得るために,部分意味整合ネットワーク(PSA)を提案する。
  論文  参考訳（メタデータ） (2021-08-10T09:14:44Z)
• Long-Term Cloth-Changing Person Re-identification [154.57752691285046]
  人物再識別(Re-ID)は、異なる場所や時間におけるカメラビュー間で対象人物をマッチングすることを目的としている。 既存のRe-ID研究は、ある人が同じ服装で異なるカメラビューに再び現れる、短期的な布一貫した環境に焦点を当てている。 本研究は,例えば,何日,何ヶ月にもわたって,長期にまたがって人とのマッチングを行う,はるかに困難かつ実践的な環境に焦点をあてる。
  論文  参考訳（メタデータ） (2020-05-26T11:27:21Z)
• 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)

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。