論文の概要: TrADe Re-ID -- Live Person Re-Identification using Tracking and Anomaly
Detection
- arxiv url: http://arxiv.org/abs/2209.06452v1
- Date: Wed, 14 Sep 2022 07:00:35 GMT
- ステータス: 処理完了
- システム内更新日: 2022-09-15 12:44:27.121813
- Title: TrADe Re-ID -- Live Person Re-Identification using Tracking and Anomaly
Detection
- Title(参考訳): TrADe Re-ID -- 追跡と異常検出を用いたライブ人物再同定
- Authors: Luigy Machaca, F. Oliver Sumari H, Jose Huaman, Esteban Clua, Joris
Guerin
- Abstract要約: Person Re-Identification (Re-ID)は、カメラのネットワークに関心のある人を探すことを目的としている。
古典的なRe-ID設定では、クエリは、全体の適切に収穫された画像を含むギャラリーで検索される。
近年、Re-IDの実践的な適用状況を表すために、ライブRe-ID設定が導入されている。
クェリは短いビデオで検索され、シーン全体のフレームを含む。
- 参考スコア(独自算出の注目度): 0.6719751155411076
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Person Re-Identification (Re-ID) aims to search for a person of interest
(query) in a network of cameras. In the classic Re-ID setting the query is
sought in a gallery containing properly cropped images of entire bodies.
Recently, the live Re-ID setting was introduced to represent the practical
application context of Re-ID better. It consists in searching for the query in
short videos, containing whole scene frames. The initial live Re-ID baseline
used a pedestrian detector to build a large search gallery and a classic Re-ID
model to find the query in the gallery. However, the galleries generated were
too large and contained low-quality images, which decreased the live Re-ID
performance. Here, we present a new live Re-ID approach called TrADe, to
generate lower high-quality galleries. TrADe first uses a Tracking algorithm to
identify sequences of images of the same individual in the gallery. Following,
an Anomaly Detection model is used to select a single good representative of
each tracklet. TrADe is validated on the live Re-ID version of the PRID-2011
dataset and shows significant improvements over the baseline.
- Abstract(参考訳): Person Re-Identification (Re-ID) は、カメラネットワーク内の興味ある人物(クエリー)を検索することを目的としている。
古典的なRe-ID設定では、クエリは、全体の適切な収穫画像を含むギャラリーで検索される。
近年、Re-IDの実践的な適用状況を表すために、ライブRe-ID設定が導入されている。
クェリは短いビデオで検索され、シーン全体のフレームを含む。
最初のライブのRe-IDベースラインは、大型の検索ギャラリーを構築するために歩行者検出器と古典的なRe-IDモデルを使用してギャラリーでクエリーを見つけた。
しかし、生成したギャラリーは大きすぎ、低画質の画像を含んでいたため、ライブの再現性能は低下した。
そこで,我々はTrADeと呼ばれる新しいライブRe-ID手法を提案し,高品質なギャラリーを創出する。
TrADeはまず追跡アルゴリズムを使用して、ギャラリー内の同じ個人の画像のシーケンスを識別する。
次に、各トラックレットの単一の優れた代表を選択するために、異常検出モデルを用いる。
TrADeはPRID-2011データセットのライブRe-IDバージョンで検証されており、ベースラインよりも大幅に改善されている。
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) - Synthesizing Efficient Data with Diffusion Models for Person Re-Identification Pre-Training [51.87027943520492]
本稿では,既知の同一性に基づく多様な画像の効率向上と生成を行う新しいパラダイムDiffusion-ReIDを提案する。
提案したパラダイムに適合して,まず,5,183個のIDから777K以上の画像で構成された,大規模なRe-IDデータセットDiff-Personを新たに作成する。
論文 参考訳(メタデータ) (2024-06-10T06:26:03Z) - Instruct-ReID++: Towards Universal Purpose Instruction-Guided Person Re-identification [62.894790379098005]
本稿では,与えられた画像や言語命令に従って,モデルに画像の検索を要求する新しい命令-ReIDタスクを提案する。
Instruct-ReIDは一般的なReID設定の最初の探索であり、既存の6つのReIDタスクを異なる命令を割り当てることで特別なケースとして見ることができる。
本稿では,新しいベースラインモデル IRM を提案する。
論文 参考訳(メタデータ) (2024-05-28T03:35:46Z) - Benchmarking person re-identification datasets and approaches for
practical real-world implementations [1.0079626733116613]
人物再識別(Re-ID)は注目されている。
しかし、そのようなRe-IDモデルが新しい都市や環境に配備される場合、セキュリティカメラのネットワーク内の人々を探すタスクは、重要なドメインシフトに直面している可能性が高い。
本稿では、ライブオペレーションにおける教師なしデプロイメントに適したデータセットの評価方法について、Re-IDアプローチとトレーニングデータセットの完全な評価手法を提案する。
論文 参考訳(メタデータ) (2022-12-20T03:45:38Z) - Handling Label Uncertainty for Camera Incremental Person
Re-Identification [17.5026399908583]
人の再識別のためのインクリメンタルラーニング(ReID)は、継続的データストリームでトレーニング可能なモデルを開発することを目的としている。
新しいカメラから収集された新しいデータは、おそらくこれまで見たことのない量のIDを含んでいるかもしれない。
クラス重複問題に対処する新しいフレームワークExtendedOVAを提案する。
論文 参考訳(メタデータ) (2022-10-17T02:59:54Z) - Unsupervised Pre-training for Person Re-identification [90.98552221699508]
大規模無ラベル人物再識別(Re-ID)データセットLUPersonを提案する。
学習者のRe-ID特徴表現の一般化能力を向上させるために,教師なし事前学習を初めて行おうとする。
論文 参考訳(メタデータ) (2020-12-07T14:48:26Z) - Fine-Grained Re-Identification [1.8275108630751844]
本稿では,画像とビデオのReIDを統一する最初のモデルのひとつとして,計算効率のよいReIDモデルFGReIDを提案する。
FGReIDは、ビデオベースの事前学習と空間的特徴の注意を生かして、ビデオと画像の両方のReIDタスクのパフォーマンスを改善する。
論文 参考訳(メタデータ) (2020-11-26T21:04:17Z) - Re-identification = Retrieval + Verification: Back to Essence and
Forward with a New Metric [88.96593495602923]
我々は、新しい再同定指標として、Genuine Open-set re-ID Metric (GOM)を提案する。
GOMは、検索と検証を行う効果を単一の統一メトリックにバランスさせる。
GOMはリID性能の人間の視覚的評価と整合性に優れる。
論文 参考訳(メタデータ) (2020-11-23T16:11:19Z) - Towards Precise Intra-camera Supervised Person Re-identification [54.86892428155225]
人物の再識別(Re-ID)のためのカメラ内監視(ICS)は、アイデンティティラベルが各カメラビュー内に独立してアノテートされていると仮定する。
カメラ間ラベルの欠如により、ICS Re-ID問題は、完全に監督されたラベルよりもはるかに難しい。
われわれの手法は、2つのデータセットで最先端の完全教師付き手法に匹敵する性能を発揮する。
論文 参考訳(メタデータ) (2020-02-12T11:56:30Z)
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。