論文の概要: Illumination Distillation Framework for Nighttime Person
Re-Identification and A New Benchmark
- arxiv url: http://arxiv.org/abs/2308.16486v1
- Date: Thu, 31 Aug 2023 06:45:56 GMT
- ステータス: 処理完了
- システム内更新日: 2023-09-01 15:44:14.258714
- Title: Illumination Distillation Framework for Nighttime Person
Re-Identification and A New Benchmark
- Title(参考訳): 夜間人物再同定のための照明蒸留フレームワークと新しいベンチマーク
- Authors: Andong Lu, Zhang Zhang, Yan Huang, Yifan Zhang, Chenglong Li, Jin
Tang, and Liang Wang
- Abstract要約: 本稿では、夜間のRe-IDにおける低照度課題に対処するための照明蒸留フレームワーク(IDF)を提案する。
IDFは、マスターブランチ、照明増強ブランチ、照明蒸留モジュールから構成される。
私たちは、600のIDを含むNight600という、現実世界の夜間人物Re-IDデータセットを構築しました。
- 参考スコア(独自算出の注目度): 29.6321130075977
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Nighttime person Re-ID (person re-identification in the nighttime) is a very
important and challenging task for visual surveillance but it has not been
thoroughly investigated. Under the low illumination condition, the performance
of person Re-ID methods usually sharply deteriorates. To address the low
illumination challenge in nighttime person Re-ID, this paper proposes an
Illumination Distillation Framework (IDF), which utilizes illumination
enhancement and illumination distillation schemes to promote the learning of
Re-ID models. Specifically, IDF consists of a master branch, an illumination
enhancement branch, and an illumination distillation module. The master branch
is used to extract the features from a nighttime image. The illumination
enhancement branch first estimates an enhanced image from the nighttime image
using a nonlinear curve mapping method and then extracts the enhanced features.
However, nighttime and enhanced features usually contain data noise due to
unstable lighting conditions and enhancement failures. To fully exploit the
complementary benefits of nighttime and enhanced features while suppressing
data noise, we propose an illumination distillation module. In particular, the
illumination distillation module fuses the features from two branches through a
bottleneck fusion model and then uses the fused features to guide the learning
of both branches in a distillation manner. In addition, we build a real-world
nighttime person Re-ID dataset, named Night600, which contains 600 identities
captured from different viewpoints and nighttime illumination conditions under
complex outdoor environments. Experimental results demonstrate that our IDF can
achieve state-of-the-art performance on two nighttime person Re-ID datasets
(i.e., Night600 and Knight ). We will release our code and dataset at
https://github.com/Alexadlu/IDF.
- Abstract(参考訳): 夜間人物Re-ID(夜間再識別)は視覚的監視にとって非常に重要かつ困難な課題であるが、徹底的に調査されていない。
低照度条件下では、人物再識別方式の性能は通常著しく低下する。
夜間におけるRe-IDの低照度化に対処するために,Re-IDモデルの学習を促進するために照明強化・照明蒸留方式を利用したイルミネーション蒸留フレームワーク(IDF)を提案する。
具体的には、IDFはマスターブランチ、照明増強ブランチ、照明蒸留モジュールから構成される。
マスターブランチは、夜間の画像から特徴を抽出するために使用される。
照明強調ブランチは、まず、非線形曲線マッピング法を用いた夜間画像から強調画像を推定し、その拡張特徴を抽出する。
しかし、夜間と強化された特徴は通常、不安定な照明条件と障害の強化によるデータノイズを含む。
データノイズを抑えつつ、夜間の相補的な利点と機能強化をフル活用するために、照明蒸留モジュールを提案する。
特に、照明蒸留モジュールは、ボトルネック融合モデルを介して2つの枝の特徴を融合させ、融合した特徴を用いて、両方の枝の学習を蒸留方法で導く。
さらに、複雑な屋外環境下で異なる視点から捉えた600のアイデンティティと夜間照明条件を含む実世界の夜間人物Re-IDデータセット、Night600を構築しました。
実験の結果, 夜間の2人のRe-IDデータセット(Night600とKnight)において, IDFは最先端の性能を達成できた。
コードとデータセットはhttps://github.com/Alexadlu/IDF.orgで公開します。
関連論文リスト
- Exploring Reliable Matching with Phase Enhancement for Night-time Semantic Segmentation [58.180226179087086]
夜間セマンティックセマンティックセグメンテーションに適した新しいエンドツーエンド最適化手法であるNightFormerを提案する。
具体的には,画素レベルのテクスチャ・エンハンスメント・モジュールを設計し,フェーズ・エンハンスメントとアンプリメント・アテンションとともに階層的にテクスチャ・アウェア機能を取得する。
提案手法は、最先端の夜間セマンティックセグメンテーション手法に対して好意的に機能する。
論文 参考訳(メタデータ) (2024-08-25T13:59:31Z) - NocPlace: Nocturnal Visual Place Recognition via Generative and Inherited Knowledge Transfer [11.203135595002978]
NocPlaceは、世界のディスクリプタに照らされた光と極暗に対するレジリエンスを埋め込む。
NocPlaceは、東京24/7ナイトで7.6%、SVOXナイトで16.8%向上している。
論文 参考訳(メタデータ) (2024-02-27T02:47:09Z) - Enhancing Visibility in Nighttime Haze Images Using Guided APSF and
Gradient Adaptive Convolution [28.685126418090338]
既存の夜間の脱暖法は、光や低照度の条件を扱うのにしばしば苦労する。
本稿では、光を抑え、低照度領域を高めることにより、夜間のハゼ画像からの視認性を高める。
GTA5夜間ヘイズデータセットでは,PSNRが30.38dBとなり,最先端の手法よりも13%向上した。
論文 参考訳(メタデータ) (2023-08-03T12:58:23Z) - From Generation to Suppression: Towards Effective Irregular Glow Removal
for Nighttime Visibility Enhancement [22.565044107631696]
既存の低照度画像強調法 (LLIE) は、主に暗黒領域の明るさを改善するために設計されている。
これらの手法は、他の大きな視界の損傷である、夜間の夜景における光の影響を限定的に探究することができる。
大気点拡散関数(APSF)に基づく多重散乱推定による物理光発生の学習法を提案する。
提案手法はゼロショット学習に基づいており、ペアやアンペアのトレーニングデータに頼らず、光抑制と低照度強化の両方において提案手法の有効性を実証的に評価する。
論文 参考訳(メタデータ) (2023-07-31T15:51:15Z) - Disentangle then Parse:Night-time Semantic Segmentation with
Illumination Disentanglement [11.13045179377011]
そこで我々は,DTP(disentangle then parse)という新しいセマンティックセグメンテーションパラダイムを提案する。
DTPは夜間画像を光不変反射率と光特異的照明成分に明確に分離する。
DTPは夜間セグメンテーションの最先端手法よりも優れていた。
論文 参考訳(メタデータ) (2023-07-18T15:46:21Z) - Disentangled Contrastive Image Translation for Nighttime Surveillance [87.03178320662592]
夜間監視は、照明の悪さと厳しい人間のアノテーションによる劣化に悩まされる。
既存の手法では、暗黒の物体を知覚するためにマルチスペクトル画像が使われており、解像度の低さと色の不在に悩まされている。
夜間監視の究極の解決策は、夜から昼までの翻訳(Night2Day)である、と私たちは主張する。
本論文は、夜間監視研究を支援する6つのシーンを含む、NightSuRと呼ばれる新しい監視データセットに貢献する。
論文 参考訳(メタデータ) (2023-07-11T06:40:27Z) - Flare7K++: Mixing Synthetic and Real Datasets for Nighttime Flare
Removal and Beyond [77.72043833102191]
962個の実撮影フレア画像(Flare-R)と7000個の合成フレア画像(Flare7K)からなる夜間フレア除去データセットを初めて導入する。
Flare7Kと比較して、Frare7K++は、合成フレアのみを使用することで、光源周辺の複雑な劣化を取り除くのに特に効果的である。
この問題に対処するために、Frare7K++で光源のアノテーションを付加し、レンズフレアを除去しながら光源を保存するための新しいエンドツーエンドパイプラインを提案する。
論文 参考訳(メタデータ) (2023-06-07T08:27:44Z) - Dual Degradation Representation for Joint Deraining and Low-Light Enhancement in the Dark [57.85378202032541]
暗闇の中での雨は、自律運転や監視システム、夜間写真など、現実世界のアプリケーションをデプロイする上で大きな課題となる。
既存の低照度化や除染法は、低照度を明るくし、同時に雨を取り除くのに苦労する。
L$2$RIRNetと呼ばれるエンド・ツー・エンドのモデルを導入する。
論文 参考訳(メタデータ) (2023-05-06T10:17:42Z) - Flare7K: A Phenomenological Nighttime Flare Removal Dataset [83.38205781536578]
最初の夜間フレア除去データセットであるFrare7Kを紹介する。
25種類の散乱フレアと10種類の反射フレアからなる、5,000個の散乱と2,000個の反射フレア画像を提供する。
ペア化されたデータにより、現実世界で撮影されたフレア崩壊画像の復元を効果的に行うことができる。
論文 参考訳(メタデータ) (2022-10-12T20:17:24Z) - Nighttime Dehazing with a Synthetic Benchmark [147.21955799938115]
昼間の鮮明な画像から夜間のハズイ画像をシミュレートする3Rという新しい合成法を提案する。
実空間の光色を以前の経験的分布からサンプリングすることにより,現実的な夜間ハズイ画像を生成する。
実験結果は、画像の品質と実行時間の両方の観点から、最先端の手法よりも優れていることを示す。
論文 参考訳(メタデータ) (2020-08-10T02:16:46Z) - Illumination adaptive person reid based on teacher-student model and
adversarial training [11.307571732296513]
本稿では,ライティング機能からReID機能を分離し,ReID性能を向上させる2ストリームネットワークを提案する。
我々のアルゴリズムは、他の最先端技術よりも優れており、特に極低光下での画像処理において強力である。
論文 参考訳(メタデータ) (2020-02-05T03:49:10Z)
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。