論文の概要: SequencePAR: Understanding Pedestrian Attributes via A Sequence Generation Paradigm

• arxiv url: http://arxiv.org/abs/2312.01640v2
• Date: Tue, 02 Sep 2025 02:34:38 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-09-04 17:24:08.997484
• Title: SequencePAR: Understanding Pedestrian Attributes via A Sequence Generation Paradigm
• Title（参考訳）: シークエンスPAR:シークエンス生成パラダイムによる歩行者属性の理解
• Authors: Jiandong Jin, Xiao Wang, Yin Lin, Chenglong Li, Lili Huang, Aihua Zheng, Jin Tang,
• Abstract要約: 歩行者認識のための新しいシーケンス生成パラダイムであるSequence Pedestrian Attribute Recognition (SequencePAR)を提案する。 SequencePARは、言語イメージの事前訓練モデルを使用して歩行者の特徴を抽出し、属性セットをテキストプロンプトでガイドされたクエリトークンに埋め込む。 複数のPARデータセットの実験は、SequencePARの有効性を検証する。
• 参考スコア（独自算出の注目度）: 27.626796488951086
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Current pedestrian attribute recognition (PAR) algorithms use multi-label or multi-task learning frameworks with specific classification heads. These models often struggle with imbalanced data and noisy samples. Inspired by the success of generative models, we propose Sequence Pedestrian Attribute Recognition (SequencePAR), a novel sequence generation paradigm for PAR. SequencePAR extracts pedestrian features using a language-image pre-trained model and embeds the attribute set into query tokens guided by text prompts. A Transformer decoder generates human attributes by integrating visual features and attribute query tokens. The masked multi-head attention layer in the decoder prevents the model from predicting the next attribute during training. The extensive experiments on multiple PAR datasets validate the effectiveness of SequencePAR. Specifically, we achieve 84.92\%, 90.44\%, 90.73\%, and 90.46\% in accuracy, precision, recall, and F1-score on the PETA dataset. The source code and pre-trained models are available at https://github.com/Event-AHU/OpenPAR.
• Abstract（参考訳）: 現在の歩行者属性認識(PAR)アルゴリズムは、特定の分類ヘッドを持つマルチラベルまたはマルチタスク学習フレームワークを使用する。 これらのモデルは、しばしば不均衡なデータとノイズの多いサンプルに悩まされる。 生成モデルの成功に触発されて、PARの新しいシーケンス生成パラダイムであるSequence Pedestrian Attribute Recognition (SequencePAR)を提案する。 SequencePARは、言語イメージの事前訓練モデルを使用して歩行者の特徴を抽出し、属性セットをテキストプロンプトでガイドされたクエリトークンに埋め込む。 Transformerデコーダは、視覚的特徴と属性クエリトークンを統合することで、人間の属性を生成する。 デコーダのマスク付きマルチヘッドアテンション層は、トレーニング中にモデルが次の属性を予測するのを防ぐ。 複数のPARデータセットに関する広範な実験は、SequencePARの有効性を検証する。 具体的には、PETAデータセット上で84.92.%、90.44.%、90.73.%、90.46.%の精度、精度、リコール、F1スコアを達成する。 ソースコードと事前トレーニングされたモデルはhttps://github.com/Event-AHU/OpenPAR.comで入手できる。

関連論文リスト

• LATex: Leveraging Attribute-based Text Knowledge for Aerial-Ground Person Re-Identification [63.07563443280147]
  本稿では,AG-ReID のための新しいフレームワーク LATex を提案する。 属性ベースのテキスト知識を活用するために、プロンプトチューニング戦略を採用する。 我々のフレームワークは、AG-ReIDを改善するために属性ベースのテキスト知識を完全に活用できる。
  論文  参考訳（メタデータ） (2025-03-31T04:47:05Z)
• Adaptive Prototype Model for Attribute-based Multi-label Few-shot Action Recognition [11.316708754749103]
  現実世界の行動認識システムでは、より多くの属性を組み込むことで、人間の行動をより包括的に理解できるようになる。 本稿では,人間行動認識のためのアダプティブ属性プロトタイプモデル(AAPM)を提案する。 AAPMは属性に基づく複数ラベルの複数ショットのアクション認識と単一ラベルの少数ショットのアクション認識の両方において、最先端のパフォーマンスを実現する。
  論文  参考訳（メタデータ） (2025-02-18T06:39:28Z)
• Hybrid Discriminative Attribute-Object Embedding Network for Compositional Zero-Shot Learning [83.10178754323955]
  HDA-OE(Hybrid Discriminative Attribute-Object Embedding)ネットワークは,属性とオブジェクトの視覚表現との複雑な相互作用を解決するために提案される。 トレーニングデータの多様性を高めるため、HDA-OEは属性駆動型データ合成(ADDS)モジュールを導入した。 HDA-OEは、モデルの識別能力をさらに向上するため、サブクラス駆動の差別的埋め込み(SDDE)モジュールを導入している。 提案モデルを3つのベンチマークデータセットで評価し,その妥当性と信頼性を検証した。
  論文  参考訳（メタデータ） (2024-11-28T09:50:25Z)
• Spatio-Temporal Side Tuning Pre-trained Foundation Models for Video-based Pedestrian Attribute Recognition [58.79807861739438]
  既存の歩行者認識アルゴリズム(PAR)は主に静的画像に基づいて開発されている。 本稿では,時間的情報を完全に活用できるビデオフレームを用いて,人間の属性を理解することを提案する。
  論文  参考訳（メタデータ） (2024-04-27T14:43:32Z)
• Exploring Diffusion Time-steps for Unsupervised Representation Learning [72.43246871893936]
  拡散時間ステップと隠れ属性を結合する理論的枠組みを構築する。 CelebA、FFHQ、Bedroomのデータセットでは、学習された機能は分類を大幅に改善する。
  論文  参考訳（メタデータ） (2024-01-21T08:35:25Z)
• Attribute-Aware Deep Hashing with Self-Consistency for Large-Scale Fine-Grained Image Retrieval [65.43522019468976]
  本稿では属性認識ハッシュコードを生成するための自己整合性を持つ属性認識ハッシュネットワークを提案する。 本研究では,高レベル属性固有ベクトルを教師なしで蒸留する再構成タスクのエンコーダ・デコーダ構造ネットワークを開発する。 我々のモデルは,これらの属性ベクトルに特徴デコリレーション制約を設けて,それらの代表的能力を強化する。
  論文  参考訳（メタデータ） (2023-11-21T08:20:38Z)
• A Solution to Co-occurrence Bias: Attributes Disentanglement via Mutual Information Minimization for Pedestrian Attribute Recognition [10.821982414387525]
  そこで本研究では,現在の手法が,データセット分布のシーンやアイデンティティに適合する属性の相互依存性の一般化に実際に苦慮していることを示す。 現実的な場面で頑健なモデルをレンダリングするために,属性不整形特徴学習を提案し,属性の認識が他者の存在に依存しないことを保証する。
  論文  参考訳（メタデータ） (2023-07-28T01:34:55Z)
• POAR: Towards Open Vocabulary Pedestrian Attribute Recognition [39.399286703315745]
  歩行者属性認識(PAR)は、監視システムにおける歩行者の属性を予測することを目的としている。 現実世界のすべての歩行者属性を消耗することは不可能である。 我々は,新しい歩行者用オープンアトリビュート認識フレームワークを開発した。
  論文  参考訳（メタデータ） (2023-03-26T06:59:23Z)
• Exploiting Semantic Attributes for Transductive Zero-Shot Learning [97.61371730534258]
  ゼロショット学習は、視覚的特徴と、そのクラスから学んだ意味的属性の関係を一般化することにより、目に見えないクラスを認識することを目的としている。 本稿では,未知データの意味的属性を生成し,生成過程に付加する新しいZSL法を提案する。 5つの標準ベンチマーク実験により,本手法がゼロショット学習の最先端結果をもたらすことが示された。
  論文  参考訳（メタデータ） (2023-03-17T09:09:48Z)
• Dynamic Prototype Mask for Occluded Person Re-Identification [88.7782299372656]
  既存の手法では、目に見える部分を識別するために、余分なネットワークによって提供される身体の手がかりを利用することで、この問題に対処している。 2つの自己明快な事前知識に基づく新しい動的プロトタイプマスク(DPM)を提案する。 この条件下では、隠蔽された表現は、選択された部分空間において自然にうまく整列することができる。
  論文  参考訳（メタデータ） (2022-07-19T03:31:13Z)
• Boosting Generative Zero-Shot Learning by Synthesizing Diverse Features with Attribute Augmentation [21.72622601533585]
  多様な特徴を合成してゼロショット学習(ZSL)を促進する新しいフレームワークを提案する。 本手法は,視覚特徴の実際の分布をシミュレートするために,拡張意味属性を用いて生成モデルを訓練する。 提案したモデルを4つのベンチマークデータセット上で評価し,現状に対する大幅な性能改善を観察した。
  論文  参考訳（メタデータ） (2021-12-23T14:32:51Z)
• Efficient Attribute Injection for Pretrained Language Models [20.39972635495006]
  事前学習言語モデル(PLM)に属性を注入する軽量でメモリ効率のよい手法を提案する。 属性語彙が大きければ特にパラメータの増加を制限するために,低ランク近似と超複素乗算を用いる。 提案手法は, 従来の属性注入法より優れ, 各種データセット上での最先端性能を実現する。
  論文  参考訳（メタデータ） (2021-09-16T13:08:24Z)
• AdaTag: Multi-Attribute Value Extraction from Product Profiles with Adaptive Decoding [55.89773725577615]
  本稿ではアダプティブデコーディングを用いて属性抽出を行うAdaTagを提案する。 実世界のeコマースデータセットに関する我々の実験は、以前の方法よりも顕著に改善されたことを示している。
  論文  参考訳（メタデータ） (2021-06-04T07:54:11Z)

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。