論文の概要: Free Lunch for Gait Recognition: A Novel Relation Descriptor
- arxiv url: http://arxiv.org/abs/2308.11487v3
- Date: Tue, 5 Dec 2023 03:37:33 GMT
- ステータス: 処理完了
- システム内更新日: 2023-12-06 19:45:33.645185
- Title: Free Lunch for Gait Recognition: A Novel Relation Descriptor
- Title(参考訳): 歩行認識のためのフリーランチ:新しい関係記述子
- Authors: Jilong Wang, Saihui Hou, Yan Huang, Chunshui Cao, Xu Liu, Yongzhen
Huang, Tianzhu Zhang, Liang Wang
- Abstract要約: テスト歩行と事前選択した歩行アンカーの関係をキャプチャする新しい$textbfRelation Descriptor$を提案する。
GREW, Gait3D, OU-M, CASIA-B, CCPGに対する本法の有効性を検討した。
- 参考スコア(独自算出の注目度): 39.01813894844141
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Gait recognition is to seek correct matches for query individuals by their
unique walking patterns. However, current methods focus solely on extracting
individual-specific features, overlooking ``interpersonal" relationships. In
this paper, we propose a novel $\textbf{Relation Descriptor}$ that captures not
only individual features but also relations between test gaits and pre-selected
gait anchors. Specifically, we reinterpret classifier weights as gait anchors
and compute similarity scores between test features and these anchors, which
re-expresses individual gait features into a similarity relation distribution.
In essence, the relation descriptor offers a holistic perspective that
leverages the collective knowledge stored within the classifier's weights,
emphasizing meaningful patterns and enhancing robustness. Despite its
potential, relation descriptor poses dimensionality challenges since its
dimension depends on the training set's identity count. To address this, we
propose Farthest gait-Anchor Selection to identify the most discriminative gait
anchors and an Orthogonal Regularization Loss to increase diversity within gait
anchors. Compared to individual-specific features extracted from the backbone,
our relation descriptor can boost the performance nearly without any extra
costs. We evaluate the effectiveness of our method on the popular GREW, Gait3D,
OU-MVLP, CASIA-B, and CCPG, showing that our method consistently outperforms
the baselines and achieves state-of-the-art performance.
- Abstract(参考訳): 歩行認識は、独自の歩行パターンによってクエリ個人に適切なマッチングを求めることである。
しかし、現在の手法は「対人関係」を見越して個人固有の特徴の抽出にのみ焦点をあてている。
本稿では,個々の特徴だけでなく,テスト歩行と事前選択された歩行アンカーの関係も捉える,新しい$\textbf{relation descriptor}$を提案する。
具体的には,分類器重みを歩行アンカーとして再解釈し,テスト特徴とこれらのアンカーの類似度スコアを計算し,個々の歩行特徴を類似度関係分布に再表現する。
本質的に、リレーション・ディスクリプタは分類器の重みの中に格納された集合的知識を活用し、有意義なパターンを強調し、堅牢性を高める包括的視点を提供する。
その可能性にもかかわらず、関係記述子は、その次元がトレーニングセットのアイデンティティ数に依存するため、次元的課題を提起する。
そこで本研究では,最も識別的な歩行アンカーと直交正規化損失を識別し,歩行アンカー内の多様性を高めるための最遠の歩行アンカー選択を提案する。
バックボーンから抽出した個々の特徴と比較して、我々の関係記述子は余分なコストなしで性能を向上させることができる。
提案手法がGREW, Gait3D, OU-MVLP, CASIA-B, CCPGに対して有効であることを示す。
関連論文リスト
- Cloned Identity Detection in Social-Sensor Clouds based on Incomplete Profiles [5.411585313453657]
本研究では,プライバシに敏感なプロファイルデータに直面したソーシャルセンシングクラウドサービスプロバイダ(ソーシャルメディアユーザ)のクローンIDを効果的に検出する手法を提案する。
提案手法はICD-IPDと命名され,ソーシャルメディアから収集したユーザアカウントのセットから,ユーザ名や画面名に類似したアカウントペアを抽出する。
その後、与えられたアカウントに関連するマルチビュー表現を学び、単一のアカウントごとに2つのカテゴリの機能を抽出する。
論文 参考訳(メタデータ) (2024-11-02T18:23:22Z) - Exploring Fine-Grained Representation and Recomposition for Cloth-Changing Person Re-Identification [78.52704557647438]
補助的なアノテーションやデータなしに両方の制約に対処するために,新しいFIne-fine Representation and Recomposition (FIRe$2$) フレームワークを提案する。
FIRe$2$は、広く使われている5つのRe-IDベンチマークで最先端のパフォーマンスを実現することができる。
論文 参考訳(メタデータ) (2023-08-21T12:59:48Z) - Robust Outlier Rejection for 3D Registration with Variational Bayes [70.98659381852787]
我々は、ロバストアライメントのための新しい変分非局所ネットワークベース外乱除去フレームワークを開発した。
そこで本稿では, 投票に基づく不整合探索手法を提案し, 変換推定のための高品質な仮説的不整合をクラスタリングする。
論文 参考訳(メタデータ) (2023-04-04T03:48:56Z) - FECANet: Boosting Few-Shot Semantic Segmentation with Feature-Enhanced
Context-Aware Network [48.912196729711624]
Few-shot セマンティックセグメンテーション(Few-shot semantic segmentation)は、新しいクラスの各ピクセルを、わずかに注釈付きサポートイメージで検索するタスクである。
本稿では,クラス間の類似性に起因するマッチングノイズを抑制するために,機能拡張コンテキスト認識ネットワーク(FECANet)を提案する。
さらに,前景と背景の余分な対応関係を符号化する新たな相関再構成モジュールを提案する。
論文 参考訳(メタデータ) (2023-01-19T16:31:13Z) - An Omnidirectional Approach to Touch-based Continuous Authentication [6.83780085440235]
本稿では,スマートフォン上でのタッチ操作が,タッチスクリーンが捉えた動作を通じて,継続的なユーザ認証サービスを実現する方法に焦点を当てる。
タッチ方向とは無関係に従来の手法より優れる一方向アプローチを提案する。
TouchAlyticsの機能は、3つ以上のストロークを組み合わせれば、私たちのアプローチよりも優れています。
論文 参考訳(メタデータ) (2023-01-13T13:58:06Z) - Learning Classifiers of Prototypes and Reciprocal Points for Universal
Domain Adaptation [79.62038105814658]
Universal Domainは、ドメインシフトとカテゴリシフトという2つのシフトを処理して、データセット間で知識を転送することを目的としている。
主な課題は、既知のクラス知識の分布をソースからターゲットに適応させながら、未知のターゲットサンプルを正しく識別することである。
既存のほとんどの手法は、まずターゲットが適応した既知の知識を訓練し、次に未知のターゲットサンプルを識別するために単一のしきい値に依存することでこの問題に対処する。
論文 参考訳(メタデータ) (2022-12-16T09:01:57Z) - Neighbour Consistency Guided Pseudo-Label Refinement for Unsupervised
Person Re-Identification [80.98291772215154]
教師なしの人物再識別(ReID)は、アノテーションを使わずに人物検索のための識別的アイデンティティの特徴を学習することを目的としている。
近年の進歩はクラスタリングに基づく擬似ラベルを活用することで実現されている。
本稿では, Pseudo Label Refinement フレームワークを提案する。
論文 参考訳(メタデータ) (2022-11-30T09:39:57Z) - Annotation Efficient Person Re-Identification with Diverse Cluster-Based
Pair Selection [39.61651209527681]
Person Re-ID (Person Re-identification) が注目されている。
Re-IDモデルのトレーニングには,トレーニングデータのアノテートには常にコストがかかります。
本稿では,ペアの誤り度と多様性に応じて,代替ペアセットから画像ペアを選択するための効率的な人物再同定法を提案し,アノテーションに基づいてRe-IDモデルを訓練する。
論文 参考訳(メタデータ) (2022-03-10T14:37:07Z) - Clusterability as an Alternative to Anchor Points When Learning with
Noisy Labels [7.920797564912219]
本稿では,クラスタ可能性条件に基づく効率的な推定手法を提案する。
アンカーポイントを使った手法と比較して、我々のアプローチはより多くのインスタンスを使用し、より優れたサンプル複雑さの恩恵を受ける。
論文 参考訳(メタデータ) (2021-02-10T07:22:56Z)
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。