論文の概要: Gait Recognition Using 3-D Human Body Shape Inference

• arxiv url: http://arxiv.org/abs/2212.09042v1
• Date: Sun, 18 Dec 2022 09:27:00 GMT
• ステータス: 処理完了
• システム内更新日: 2022-12-20 17:32:47.170203
• Title: Gait Recognition Using 3-D Human Body Shape Inference
• Title（参考訳）: 3次元人体形状推論を用いた歩行認識
• Authors: Haidong Zhu, Zhaoheng Zheng, Ram Nevatia
• Abstract要約: 限られた画像から抽出した3次元形状を推定する手法を提案する。 RGB画像に先行する3次元形状から知識を伝達することにより,シルエットから3次元身体推論を学習する方法を提供する。
• 参考スコア（独自算出の注目度）: 22.385670309906352
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Gait recognition, which identifies individuals based on their walking patterns, is an important biometric technique since it can be observed from a distance and does not require the subject's cooperation. Recognizing a person's gait is difficult because of the appearance variants in human silhouette sequences produced by varying viewing angles, carrying objects, and clothing. Recent research has produced a number of ways for coping with these variants. In this paper, we present the usage of inferring 3-D body shapes distilled from limited images, which are, in principle, invariant to the specified variants. Inference of 3-D shape is a difficult task, especially when only silhouettes are provided in a dataset. We provide a method for learning 3-D body inference from silhouettes by transferring knowledge from 3-D shape prior from RGB photos. We use our method on multiple existing state-of-the-art gait baselines and obtain consistent improvements for gait identification on two public datasets, CASIA-B and OUMVLP, on several variants and settings, including a new setting of novel views not seen during training.
• Abstract（参考訳）: 歩行のパターンに基づいて個人を識別する歩行認識は、遠くから観察でき、被験者の協力を必要としないため、重要な生体計測技術である。 人物の歩行を認識することは、人間のシルエット配列の外観変異が、様々な角度、物体、衣服によって生成されるため困難である。 最近の研究は、これらの変種に対処する多くの方法を生み出している。 本稿では,制限画像から蒸留した3次元物体形状を推定する手法について述べる。 3次元形状の推測は、特にデータセットにシルエットのみを提供する場合、難しい作業である。 RGB画像から3次元形状から知識を伝達することで,シルエットから3次元身体推論を学習する方法を提供する。 本手法は,既存の複数の歩容ベースラインで使用し,トレーニング中に見られない新たなビューセットを含む,いくつかの変種と設定において,casia-b と oumvlp という2つの公開データセット上での歩容識別を一貫して改善する。

関連論文リスト

• Exploring Shape Embedding for Cloth-Changing Person Re-Identification via 2D-3D Correspondences [9.487097819140653]
  布を交換するReIDのための新しい形状埋め込みパラダイムを提案する。 2D-3D対応に基づく形状埋め込みパラダイムは、モデル全体の人体形状の理解を著しく向上させる。 衣料品着替え時のReID研究を促進するため,初となる大規模布質変化型ReIDデータセットである3D Dense Persons (DP3D) を構築した。
  論文  参考訳（メタデータ） (2023-10-27T19:26:30Z)
• Learning Clothing and Pose Invariant 3D Shape Representation for Long-Term Person Re-Identification [16.797826602710035]
  我々は、LT-ReIDを歩行者認識を超えて、より広範囲の現実世界の人間活動を含むよう拡張することを目指している。 この設定は、人間のポーズや衣服の多様性によって引き起こされる幾何学的ミスアライメントと外観の曖昧さによって、さらなる課題を生じさせる。 非同一性成分から同一性を引き離すための3DInvarReIDを提案する。
  論文  参考訳（メタデータ） (2023-08-21T11:51:46Z)
• SAOR: Single-View Articulated Object Reconstruction [17.2716639564414]
  野生で撮影された単一画像から3次元形状, テクスチャ, 視点を推定するための新しいアプローチであるSAORを紹介する。 事前に定義されたカテゴリ固有の3Dテンプレートや調整された3Dスケルトンに依存する従来のアプローチとは異なり、SAORは3Dオブジェクトの形状を事前に必要とせずに、スケルトンフリーのパーツベースモデルで単一ビューイメージコレクションから形状を明瞭化することを学ぶ。
  論文  参考訳（メタデータ） (2023-03-23T17:59:35Z)
• Towards Hard-pose Virtual Try-on via 3D-aware Global Correspondence Learning [70.75369367311897]
  3D対応のグローバルな対応は、グローバルな意味的相関、局所的な変形、および3D人体の幾何学的先行を共同でエンコードする信頼性のあるフローである。 対向ジェネレータは、3D認識フローによって歪んだ衣服と、対象者の画像とを入力として、フォトリアリスティックな試着結果を合成する。
  論文  参考訳（メタデータ） (2022-11-25T12:16:21Z)
• Gait Recognition in the Wild with Dense 3D Representations and A Benchmark [86.68648536257588]
  既存の歩行認識の研究は、制約されたシーンにおける人間の体のシルエットや骨格のような2D表現によって支配されている。 本稿では,野生における歩行認識のための高密度な3次元表現の探索を目的とする。 大規模な3D表現に基づく歩行認識データセットGait3Dを構築した。
  論文  参考訳（メタデータ） (2022-04-06T03:54:06Z)
• Learning Canonical 3D Object Representation for Fine-Grained Recognition [77.33501114409036]
  本研究では,1枚の画像から3次元空間における物体の変動を再現する微粒な物体認識のための新しいフレームワークを提案する。 我々は,物体を3次元形状とその外観の合成として表現し,カメラ視点の影響を排除した。 深部表現に3次元形状と外観を併用することにより,物体の識別表現を学習する。
  論文  参考訳（メタデータ） (2021-08-10T12:19:34Z)
• Detailed Avatar Recovery from Single Image [50.82102098057822]
  本稿では,単一画像からエンフデテールアバターを回収するための新しい枠組みを提案する。 階層的メッシュ変形フレームワークでは、ディープニューラルネットワークを使用して3次元形状を洗練しています。 本手法は,皮膚モデルを超えて,完全なテクスチャで詳細な人体形状を復元することができる。
  論文  参考訳（メタデータ） (2021-08-06T03:51:26Z)
• 3D Convolution Neural Network based Person Identification using Gait cycles [0.0]
  この研究では、歩行の特徴を個人を特定するために使用される。このステップには、物体の検出、背景の抽出、シルエット抽出、骨格化、これらの歩行の特徴に関する3D畳み込みニューラルネットワークのトレーニングが含まれる。 提案法は, 膝と大腿の角度, 股関節角度, 接触角度などの特徴を抽出するために, 下肢に焦点をあてる。
  論文  参考訳（メタデータ） (2021-06-06T14:27:06Z)
• Self-Supervised 3D Human Pose Estimation via Part Guided Novel Image Synthesis [72.34794624243281]
  ラベルのないビデオフレームからバリエーションを分離する自己教師付き学習フレームワークを提案する。 3Dポーズと空間部分マップの表現ギャップを埋める、微分可能な形式化により、多様なカメラの動きを持つビデオで操作できる。
  論文  参考訳（メタデータ） (2020-04-09T07:55:01Z)
• Chained Representation Cycling: Learning to Estimate 3D Human Pose and Shape by Cycling Between Representations [73.11883464562895]
  本稿では,教師なし,あるいは教師なしの学習を容易にする新しいアーキテクチャを提案する。 本研究では,非ペア画像と無注釈画像から3次元人物のポーズと形状を学習することにより,その手法を実証する。 人間をモデル化するための結果を示す一方で、私たちの定式化は一般的であり、他の視覚問題にも適用できる。
  論文  参考訳（メタデータ） (2020-01-06T14:54:00Z)

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。