論文の概要: Human Body Model based ID using Shape and Pose Parameters
- arxiv url: http://arxiv.org/abs/2312.03227v1
- Date: Wed, 6 Dec 2023 01:51:54 GMT
- ステータス: 処理完了
- システム内更新日: 2023-12-07 16:16:31.236971
- Title: Human Body Model based ID using Shape and Pose Parameters
- Title(参考訳): 形状とポーズパラメータを用いた人体モデルに基づくid
- Authors: Aravind Sundaresan and Brian Burns and Indranil Sur and Yi Yao and
Xiao Lin and Sujeong Kim
- Abstract要約: 本稿では,人体モデルに基づく識別システム(HMID)について述べる。
ポーズと形状の出力を維持しつつ, 形状推定と生体認証の改善と安定化を図るために, さらなる損失を提案する。
- 参考スコア(独自算出の注目度): 5.354995138019151
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: We present a Human Body model based IDentification system (HMID) system that
is jointly trained for shape, pose and biometric identification. HMID is based
on the Human Mesh Recovery (HMR) network and we propose additional losses to
improve and stabilize shape estimation and biometric identification while
maintaining the pose and shape output. We show that when our HMID network is
trained using additional shape and pose losses, it shows a significant
improvement in biometric identification performance when compared to an
identical model that does not use such losses. The HMID model uses raw images
instead of silhouettes and is able to perform robust recognition on images
collected at range and altitude as many anthropometric properties are
reasonably invariant to clothing, view and range. We show results on the USF
dataset as well as the BRIAR dataset which includes probes with both clothing
and view changes. Our approach (using body model losses) shows a significant
improvement in Rank20 accuracy and True Accuracy Rate on the BRIAR evaluation
dataset.
- Abstract(参考訳): 本稿では,人体モデルに基づく識別システム(HMID)について述べる。
hmid は human mesh recovery (hmr) ネットワークに基づき, ポーズと形状の出力を維持しつつ形状推定と生体認証を改善し, 安定化するための追加損失を提案する。
我々は,HMIDネットワークに付加的な形状と損失を付加してトレーニングすると,そのような損失を使用しない同一モデルと比較して生体認証性能が著しく向上したことを示す。
HMIDモデルはシルエットの代わりに原画像を使用し、多くの人文的特性が衣服、ビュー、レンジと合理的に不変であるため、範囲と高度で収集された画像に対して堅牢な認識を行うことができる。
我々は,usfデータセットとbriarデータセットに,衣服とビュー変更の両方のプローブを含む結果を示す。
提案手法は,BRIAR評価データセットにおいて,Ran 20の精度と真精度を著しく向上させるものである。
関連論文リスト
- Unconstrained Body Recognition at Altitude and Range: Comparing Four Approaches [0.0]
我々は、時間とともに安定している永続的な身体形状の特徴を学習することに集中する。
視覚変換器(ViT)とSwin-ViTモデルに基づく身体識別モデルを提案する。
すべてのモデルは、9つのデータベースにまたがる約5Kアイデンティティの190万以上の画像の大規模で多様なデータセットでトレーニングされている。
論文 参考訳(メタデータ) (2025-02-10T23:49:06Z) - Pose-dIVE: Pose-Diversified Augmentation with Diffusion Model for Person Re-Identification [28.794827024749658]
Pose-dIVEは、スパースで表現不足な人間のポーズとカメラ視点の例をトレーニングデータに組み込んだ、新しいデータ拡張アプローチである。
我々の目標は、トレーニングデータセットを拡張して、既存のRe-IDモデルで人間のポーズやカメラ視点の変化に偏らない特徴を学習できるようにすることである。
論文 参考訳(メタデータ) (2024-06-23T07:48:21Z) - Opinion-Unaware Blind Image Quality Assessment using Multi-Scale Deep Feature Statistics [54.08757792080732]
我々は,事前学習された視覚モデルからの深い特徴を統計的解析モデルと統合して,意見認識のないBIQA(OU-BIQA)を実現することを提案する。
提案モデルは,最先端のBIQAモデルと比較して,人間の視覚的知覚との整合性に優れる。
論文 参考訳(メタデータ) (2024-05-29T06:09:34Z) - PoseExaminer: Automated Testing of Out-of-Distribution Robustness in
Human Pose and Shape Estimation [15.432266117706018]
我々は人間のポーズのイメージの多様体を探索するために、きめ細かい方法で制御できるシミュレータを開発した。
本稿では,HPSアルゴリズムを自動診断するPoseExaminerという学習ベースのテスト手法を提案する。
我々のPoseExaminerは、現実のシナリオに関係のある現在の最先端モデルにおいて、様々な制限を発見できることを示す。
論文 参考訳(メタデータ) (2023-03-13T17:58:54Z) - DaliID: Distortion-Adaptive Learned Invariance for Identification Models [9.502663556403622]
本稿では,同定のための歪み適応型学習不変性(DaliID)モデルを提案する。
DaliIDモデルは、7つのベンチマークデータセット上で、顔認識と人物の再識別の両方のために、最先端(SOTA)を実現する。
論文 参考訳(メタデータ) (2023-02-11T18:19:41Z) - Effective Robustness against Natural Distribution Shifts for Models with
Different Training Data [113.21868839569]
効果的ロバスト性」は、分配内(ID)性能から予測できる以上の余分な分配外ロバスト性を測定する。
異なるデータに基づいてトレーニングされたモデルの有効ロバスト性を評価・比較するための新しい評価指標を提案する。
論文 参考訳(メタデータ) (2023-02-02T19:28:41Z) - PyMAF-X: Towards Well-aligned Full-body Model Regression from Monocular
Images [60.33197938330409]
PyMAF-Xは、モノクロ画像からパラメトリックフルボディモデルを復元するための回帰ベースのアプローチである。
PyMAFとPyMAF-Xは、メッシュイメージアライメントを効果的に改善し、新しい最先端の結果を達成する。
論文 参考訳(メタデータ) (2022-07-13T17:58:33Z) - AttriMeter: An Attribute-guided Metric Interpreter for Person
Re-Identification [100.3112429685558]
Person ReIDシステムは、2人とのマッチング時にのみ距離や類似性を提供します。
CNN ベースの ReID モデルの結果を意味的に,定量的に説明する Attribute-Guided Metric Interpreter を提案する。
論文 参考訳(メタデータ) (2021-03-02T03:37:48Z) - Adversarial Semantic Data Augmentation for Human Pose Estimation [96.75411357541438]
本研究では,セマンティックデータ拡張法 (SDA) を提案する。
また,適応的セマンティックデータ拡張 (ASDA) を提案する。
最先端の結果は、挑戦的なベンチマークで得られます。
論文 参考訳(メタデータ) (2020-08-03T07:56:04Z) - Improved Slice-wise Tumour Detection in Brain MRIs by Computing
Dissimilarities between Latent Representations [68.8204255655161]
磁気共鳴画像(MRI)の異常検出は教師なし手法で行うことができる。
本研究では,変分オートエンコーダの潜伏空間における相似関数の計算に基づいて,腫瘍検出のためのスライスワイズ半教師法を提案する。
本研究では,高解像度画像上でのモデルをトレーニングし,再現の質を向上させることにより,異なるベースラインに匹敵する結果が得られることを示す。
論文 参考訳(メタデータ) (2020-07-24T14:02:09Z) - Ear2Face: Deep Biometric Modality Mapping [9.560980936110234]
生体情報間のマッピングを学習するエンド・ツー・エンドのディープニューラルネットワークモデルを提案する。
この問題を画像と画像のペア変換タスクとして定式化し、耳と顔のペアのデータセットを収集した。
我々は、特にFERETデータセットにおいて、耳画像入力から視覚的に魅力的な顔画像を生成する、非常に有望な結果を得た。
論文 参考訳(メタデータ) (2020-06-02T21:14:27Z)
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。