論文の概要: CA-Jaccard: Camera-aware Jaccard Distance for Person Re-identification
- arxiv url: http://arxiv.org/abs/2311.10605v1
- Date: Fri, 17 Nov 2023 16:01:06 GMT
- ステータス: 処理完了
- システム内更新日: 2023-11-20 14:07:09.086493
- Title: CA-Jaccard: Camera-aware Jaccard Distance for Person Re-identification
- Title（参考訳）: CA-Jaccard: 人物識別のためのカメラ対応ジャカード距離
- Authors: Yiyu Chen, Zheyi Fan, Zhaoru Chen, Yixuan Zhu
- Abstract要約: 本稿では,ジャカード距離の信頼性を高めるために,カメラ情報を活用したジャカード距離を提案する。
提案手法は,信頼性が高く,計算コストの低い人物再ID手法の一般的な距離測定基準として機能する。
- 参考スコア（独自算出の注目度）: 2.594420805049218
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Person re-identification (re-ID) is a challenging task that aims to learn
discriminative features for person retrieval. In person re-ID, Jaccard distance
is a widely used distance metric, especially in re-ranking and clustering
scenarios. However, we discover that camera variation has a significant
negative impact on the reliability of Jaccard distance. In particular, Jaccard
distance calculates the distance based on the overlap of relevant neighbors.
Due to camera variation, intra-camera samples dominate the relevant neighbors,
which reduces the reliability of the neighbors by introducing intra-camera
negative samples and excluding inter-camera positive samples. To overcome this
problem, we propose a novel camera-aware Jaccard (CA-Jaccard) distance that
leverages camera information to enhance the reliability of Jaccard distance.
Specifically, we introduce camera-aware k-reciprocal nearest neighbors (CKRNNs)
to find k-reciprocal nearest neighbors on the intra-camera and inter-camera
ranking lists, which improves the reliability of relevant neighbors and
guarantees the contribution of inter-camera samples in the overlap. Moreover,
we propose a camera-aware local query expansion (CLQE) to exploit camera
variation as a strong constraint to mine reliable samples in relevant neighbors
and assign these samples higher weights in overlap to further improve the
reliability. Our CA-Jaccard distance is simple yet effective and can serve as a
general distance metric for person re-ID methods with high reliability and low
computational cost. Extensive experiments demonstrate the effectiveness of our
method.
- Abstract（参考訳）: 個人再識別(re-ID)は,個人検索における識別的特徴の学習を目的とした課題である。
ペルソナリidでは、jaccard距離は、特に再ランキングやクラスタリングシナリオにおいて、広く使用される距離メトリックである。
しかし,カメラの変動がジャカード距離の信頼性に悪影響を及ぼすことが判明した。
特にジャカード距離は、関連する隣人の重なりに基づいて距離を計算する。
カメラの変動により、カメラ内サンプルが隣人を支配し、カメラ内陰性サンプルを導入し、カメラ間陽性サンプルを除外することにより、隣人の信頼性を低下させる。
そこで本研究では,ジャカード距離の信頼性を高めるために,カメラ情報を利用した新しいカメラアウェアジャカード距離を提案する。
具体的には,カメラ間およびカメラ間ランキングリスト上でk対応近傍を見つけるために,カメラ対応k対応近接近傍 (ckrnn) を導入する。
さらに,カメラ対応ローカルクエリ拡張(CLQE)を提案し,カメラの変動を強い制約として利用し,近隣地域の信頼性の高いサンプルを抽出し,重み付けを行い,信頼性を向上させる。
我々のCA-Jaccard距離は単純だが有効であり、信頼性が高く計算コストの低い人物再ID手法の一般的な距離測定基準として機能する。
広範な実験により本手法の有効性が実証された。
関連論文リスト
- CamLoPA: A Hidden Wireless Camera Localization Framework via Signal Propagation Path Analysis [59.86280992504629]
CamLoPAは、トレーニング不要の無線カメラ検出およびローカライゼーションフレームワークである。
低コストの商用オフ・ザ・シェルフ(COTS)デバイスを使用して、最小限の活動空間制約で運用する。
95.37%のスヌーピングカメラ検出精度と17.23の平均位置誤差を達成する。
論文 参考訳（メタデータ） (2024-09-23T16:23:50Z) - Learning Intra and Inter-Camera Invariance for Isolated Camera
Supervised Person Re-identification [6.477096324232456]
クロスカメラ画像は、単にカメラスタイルで異なるIDとして認識される傾向がある。
本稿では,ISCS設定下での人物のリIDについて検討する。
論文 参考訳（メタデータ） (2023-11-02T11:32:40Z) - Enhancing Multi-Camera People Tracking with Anchor-Guided Clustering and
Spatio-Temporal Consistency ID Re-Assignment [22.531044994763487]
本稿では,アンカークラスタリング誘導を用いたマルチカメラによる複数人物追跡手法を提案する。
提案手法は,各個人固有の重要な特徴を特定することによって,トラッキングの精度を向上させることを目的としている。
この手法は, 合成データと実世界のデータの両方を扱う上で, 堅牢性と有効性を示した。
論文 参考訳（メタデータ） (2023-04-19T07:38:15Z) - Tracking Passengers and Baggage Items using Multiple Overhead Cameras at
Security Checkpoints [2.021502591596062]
空港の検問所のセキュリティシナリオのために,オーバーヘッドカメラビデオ中の複数のオブジェクトを追跡する新しいフレームワークを提案する。
オーバヘッド画像からのインスタンスセグメンテーションの不確実性に関するモデル情報を提供するために,自己監視学習(SSL)手法を提案する。
この結果から,自己超越はモデルの推定時間を増大させることなく,オブジェクト検出精度を最大42%向上させることがわかった。
論文 参考訳（メタデータ） (2022-12-31T12:57:09Z) - Cross-Camera Trajectories Help Person Retrieval in a Camera Network [124.65912458467643]
既存の手法では、純粋な視覚的マッチングや時間的制約を考慮することが多いが、カメラネットワークの空間情報は無視する。
本稿では,時間的情報と空間的情報を統合したクロスカメラ生成に基づく歩行者検索フレームワークを提案する。
本手法の有効性を検証するため,最初のカメラ横断歩行者軌跡データセットを構築した。
論文 参考訳（メタデータ） (2022-04-27T13:10:48Z) - Cross-Camera Feature Prediction for Intra-Camera Supervised Person
Re-identification across Distant Scenes [70.30052164401178]
人物再識別(Re-ID)は、重複しないカメラビュー間で人物画像をマッチングすることを目的としている。
ICS-DS Re-IDは、カメラ内IDラベル付きクロスカメラアンペアデータを使用してトレーニングを行う。
カメラ横断型自己監視情報マイニングのためのクロスカメラ特徴予測法
グローバルレベルの特徴とローカルレベルの特徴の合同学習は、グローバルなローカルなクロスカメラ特徴予測スキームを形成する。
論文 参考訳（メタデータ） (2021-07-29T11:27:50Z) - Leveraging Localization for Multi-camera Association [27.973964073307258]
McAssocは、マルチカメラシステムの異なる視点における検出境界ボックスの連想に対する深い学習手法である。
本論文は,マルチプルカメラの大規模ベンチマークであるMessyTableより前の実験である。
論文 参考訳（メタデータ） (2020-08-07T05:16:27Z) - 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) - 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) - Rethinking the Distribution Gap of Person Re-identification with
Camera-based Batch Normalization [90.9485099181197]
本稿では,従来のReID手法の動作機構を再考する。
我々は、すべてのカメラの画像データを同じ部分空間に落とすように強制する。
幅広いReIDタスクの実験は、我々のアプローチの有効性を実証している。
論文 参考訳（メタデータ） (2020-01-23T17:22:34Z)
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。