論文の概要: Person Re-ID through Unsupervised Hypergraph Rank Selection and Fusion

• arxiv url: http://arxiv.org/abs/2304.14321v1
• Date: Thu, 27 Apr 2023 16:47:27 GMT
• ステータス: 処理完了
• システム内更新日: 2023-04-28 12:30:32.854020
• Title: Person Re-ID through Unsupervised Hypergraph Rank Selection and Fusion
• Title（参考訳）: 非教師付きハイパーグラフのランク選択と融合による人物再識別
• Authors: Lucas Pascotti Valem and Daniel Carlos Guimar\~aes Pedronette
• Abstract要約: Person Re-IDは多くのカメラ監視アプリケーションにおいて基本的な重要性がある。 近年の研究では、再ランク付け手法は大きな利益を得られることが示されている。 本稿では,異なる人物のRe-IDランクの相補性を活用できる多様体ランクアグリゲーション手法を提案する。
• 参考スコア（独自算出の注目度）: 2.4366811507669124
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Person Re-ID has been gaining a lot of attention and nowadays is of fundamental importance in many camera surveillance applications. The task consists of identifying individuals across multiple cameras that have no overlapping views. Most of the approaches require labeled data, which is not always available, given the huge amount of demanded data and the difficulty of manually assigning a class for each individual. Recently, studies have shown that re-ranking methods are capable of achieving significant gains, especially in the absence of labeled data. Besides that, the fusion of feature extractors and multiple-source training is another promising research direction not extensively exploited. We aim to fill this gap through a manifold rank aggregation approach capable of exploiting the complementarity of different person Re-ID rankers. In this work, we perform a completely unsupervised selection and fusion of diverse ranked lists obtained from multiple and diverse feature extractors. Among the contributions, this work proposes a query performance prediction measure that models the relationship among images considering a hypergraph structure and does not require the use of any labeled data. Expressive gains were obtained in four datasets commonly used for person Re-ID. We achieved results competitive to the state-of-the-art in most of the scenarios.
• Abstract（参考訳）: Person Re-IDは多くの注目を集めており、今日では多くのカメラ監視アプリケーションにおいて重要な役割を担っている。 このタスクは、重複するビューを持たない複数のカメラで個人を識別する。 大量の要求されたデータと、各個人に手動でクラスを割り当てることの難しさを考えると、ほとんどのアプローチではラベル付きデータが必要である。 近年, ラベル付きデータがない場合に, 再ランク付け手法が顕著な利得を達成できることが研究で示されている。 さらに、特徴抽出器と複数ソーストレーニングの融合は、広範に活用されていない有望な研究方向である。 我々は,このギャップを埋めるために,異なる人物再特定ランクの相補性を活用できる多様体ランクアグリゲーション手法を提案する。 本研究では,多種多様な特徴抽出器から得られる多様なランクリストの完全教師なしの選択と融合を行う。 本研究は,ハイパーグラフ構造を考慮した画像間の関係をモデル化し,ラベル付きデータの使用を必要としないクエリ性能予測尺度を提案する。 Re-IDで一般的に使用される4つのデータセットで表現的な利得を得た。 ほとんどのシナリオで最先端と競合する結果を達成しました。

関連論文リスト

• 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)
• Adversarial Deep Feature Extraction Network for User Independent Human Activity Recognition [4.988898367111902]
  本稿では,人間行動認識のための最大平均不一致(MMD)正則化を用いた対向的対象非依存特徴抽出法を提案する。 本手法は,ユーザに依存しない性能を著しく向上し,結果のばらつきを低減できることを示す,よく知られた公開データセット上での評価を行う。
  論文  参考訳（メタデータ） (2021-10-23T07:50:32Z)
• MGH: Metadata Guided Hypergraph Modeling for Unsupervised Person Re-identification [18.837355859638365]
  教師なしのReIDは、ラベル付き情報を必要としないクエリイメージと同一のIDを一致させることを目的としている。 メタ情報を用いて特徴学習とラベルリファインメントのためのハイパーグラフを構築する新しい人物ReIDアプローチであるtextbfMGHを提案する。
  論文  参考訳（メタデータ） (2021-10-12T10:55:13Z)
• Diverse Knowledge Distillation for End-to-End Person Search [81.4926655119318]
  人物検索は、画像ギャラリーから特定の人物をローカライズし識別することを目的としている。 最近の手法は2つのグループ、すなわち2段階とエンドツーエンドのアプローチに分類できる。 ボトルネックを解消するために、多様な知識蒸留を備えたシンプルで強力なエンドツーエンドネットワークを提案します。
  論文  参考訳（メタデータ） (2020-12-21T09:04:27Z)
• Camera-aware Proxies for Unsupervised Person Re-Identification [60.26031011794513]
  本稿では、アノテーションを必要としない純粋に教師なしの人物識別(Re-ID)問題に取り組む。 各クラスタを複数のプロキシに分割し、それぞれのプロキシが同じカメラからのインスタンスを表すことを提案する。 カメラ認識プロキシに基づいて、カメラ内およびカメラ間コントラスト学習コンポーネントをre-idモデル用に設計する。
  論文  参考訳（メタデータ） (2020-12-19T12:37:04Z)
• 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)
• The P-DESTRE: A Fully Annotated Dataset for Pedestrian Detection, Tracking, Re-Identification and Search from Aerial Devices [7.095987222706225]
  本稿では,複数日にわたって一貫したIDアノテーションを提供するP-DESTREデータセットについて紹介する。 我々はまた、よく知られた監視データセットにおいて、最先端の歩行者検出、追跡、再同定、検索技術によって得られた結果を比較した。 データセットと実施した経験的評価の完全な詳細はhttp://p-destre.di.ubi.pt/.comで無償公開されている。
  論文  参考訳（メタデータ） (2020-04-06T16:17:32Z)
• 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。