論文の概要: Pose Guidance by Supervision: A Framework for Clothes-Changing Person
Re-Identification
- arxiv url: http://arxiv.org/abs/2312.05634v1
- Date: Sat, 9 Dec 2023 18:43:05 GMT
- ステータス: 処理完了
- システム内更新日: 2023-12-12 19:35:03.051126
- Title: Pose Guidance by Supervision: A Framework for Clothes-Changing Person
Re-Identification
- Title(参考訳): スーパービジョンによるPose Guidance: 衣服交換者の再識別のためのフレームワーク
- Authors: Quoc-Huy Trinh and Nhat-Tan Bui and Phuoc-Thao Vo Thi and Hai-Dang
Nguyen and Debesh Jha and Ulas Bagci and Minh-Triet Tran
- Abstract要約: 人物再同定(ReID)タスクは、監視カメラによる複数の個人追跡を強化することを目的としている。
ReIDの主な課題の1つは着替えであり、これは同じ人が異なる服を着ていることを意味する。
ReIDタスク内でポーズガイダンスを学習するための効果的なフレームワークであるPose Guidance by Supervision(PGS)フレームワークを提案する。
- 参考スコア(独自算出の注目度): 6.709243857842895
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Person Re-Identification (ReID) task seeks to enhance the tracking of
multiple individuals by surveillance cameras. It provides additional support
for multimodal tasks, including text-based person retrieval and human matching.
One of the primary challenges in ReID is clothes-changing, which means the same
person wears different clothes. While previous methods have achieved
competitive results in maintaining clothing data consistency and handling
clothing change data, they still tend to rely excessively on clothing
information, thus limiting performance due to the dynamic nature of human
appearances. To mitigate this challenge, we propose the Pose Guidance by
Supervision (PGS) framework, an effective framework for learning pose guidance
within the ReID task. This approach leverages pose knowledge and human part
information from the pre-trained features to guide the network focus on
clothes-irrelevant information, thus alleviating the clothes' influence on the
deep learning model. Extensive experiments on five benchmark datasets
demonstrate that our framework achieves competitive results compared with other
state-of-the-art methods, which holds promise for developing robust models in
the ReID task. Our code is available at https://github.com/huyquoctrinh/PGS.
- Abstract(参考訳): 人物再同定(ReID)タスクは、監視カメラによる複数の個人追跡を強化することを目的としている。
テキストベースの人物検索やヒューマンマッチングなど、マルチモーダルタスクへの追加サポートを提供する。
ReIDの主な課題の1つは着替えであり、これは同じ人が異なる服を着ていることを意味する。
従来の手法は服のデータの整合性を維持し、服の着替えデータを扱うという競合的な結果を得たが、それでも服の情報に過度に依存する傾向にあり、人間の外見のダイナミックな性質によって性能が制限される傾向にある。
この課題を軽減するために,ReIDタスク内でポーズガイダンスを学習するための効果的なフレームワークであるPose Guidance by Supervision(PGS)フレームワークを提案する。
このアプローチは、事前訓練された特徴からのポーズ知識と人的部分情報を活用して、衣服関連情報にネットワークを集中させることにより、深層学習モデルに対する衣服の影響を軽減する。
5つのベンチマークデータセットに関する広範な実験は、reidタスクで堅牢なモデルを開発することを約束する他の最先端メソッドと比較して、我々のフレームワークが競争力のある結果を達成していることを示している。
私たちのコードはhttps://github.com/huyquoctrinh/pgsで利用可能です。
関連論文リスト
- RefHCM: A Unified Model for Referring Perceptions in Human-Centric Scenarios [60.772871735598706]
RefHCM(Referring Human-Centric Model)は、人間中心の幅広い参照タスクを統合するためのフレームワークである。
RefHCMは、画像、テキスト、座標、パースマップを含む生のマルチモーダルデータをセマンティックトークンに変換するためにシーケンスマージを採用している。
この研究は、一般的なフレームワークで人間の知覚を参照しようとする最初の試みである。
論文 参考訳(メタデータ) (2024-12-19T08:51:57Z) - UniPose: A Unified Multimodal Framework for Human Pose Comprehension, Generation and Editing [79.68232381605661]
さまざまなモダリティにまたがって人間のポーズを理解し、生成し、編集するためのフレームワークであるUniPoseを提案する。
具体的には、3Dポーズを個別のポーズトークンに変換するためにポーズトークンライザを適用し、統一語彙内のLCMへのシームレスな統合を可能にする。
統一的な学習戦略から恩恵を受けるUniPoseは、さまざまなポーズ関連タスク間で知識を効果的に伝達し、目に見えないタスクに適応し、拡張された能力を示す。
論文 参考訳(メタデータ) (2024-11-25T08:06:30Z) - Identity-Sensitive Knowledge Propagation for Cloth-Changing Person
Re-identification [17.588668735411783]
衣服交換者再識別(CC-ReID)は、衣服の変化による人物の身元を一致させることを目的としている。
典型的なバイオメトリックスに基づくCC-ReID法は、人間の生体特性から布に関係のない特徴を学習するために、面倒なポーズや身体部分の推定器を必要とする。
本稿では,CC-ReIDのための効果的なアイデンティティ・センシティブな知識伝達フレームワーク(DeSKPro)を提案する。
我々のフレームワークは最先端の手法よりも大きなマージンで優れている。
論文 参考訳(メタデータ) (2022-08-25T12:01:49Z) - Motion-Aware Transformer For Occluded Person Re-identification [1.9899263094148867]
本研究では,非閉塞者Re-IDを用いた自己教師型深層学習手法を提案する。
従来の研究とは異なり、さまざまな姿勢の写真から得られる動き情報は、主要な人間の身体成分を識別するのに役立ちます。
論文 参考訳(メタデータ) (2022-02-09T02:53:10Z) - Multigranular Visual-Semantic Embedding for Cloth-Changing Person
Re-identification [38.7806002518266]
本研究は, 布を交換するReIDのための新しいビジュアル・セマンティック・埋め込み・アルゴリズム(MVSE)を提案する。
衣服の変化のある人を完全に表現するために、多粒性特徴表現スキーム(MGR)を採用し、その後、布脱感ネットワーク(CDN)を設計する。
人的属性の整合に使用される視覚意味情報を得るために,部分意味整合ネットワーク(PSA)を提案する。
論文 参考訳(メタデータ) (2021-08-10T09:14:44Z) - PoseTrackReID: Dataset Description [97.7241689753353]
詩情報は、背景や閉塞音から有用な特徴情報を遠ざけるのに役立つ。
PoseTrackReIDでは、人物のリIDと複数人のポーズトラッキングのギャップを埋めたいと考えています。
このデータセットは、マルチフレームの人物のre-IDに関する現在の最先端メソッドに対する優れたベンチマークを提供する。
論文 参考訳(メタデータ) (2020-11-12T07:44:25Z) - Unsupervised 3D Human Pose Representation with Viewpoint and Pose
Disentanglement [63.853412753242615]
優れた3次元ポーズ表現を学習することは、人間のポーズ関連タスクにとって重要である。
本稿では,3次元ポーズ表現を学習するために,新しいシームズ・デノナイズドオートエンコーダを提案する。
提案手法は,2つの本質的に異なるタスクに対して,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) (2020-07-14T14:25:22Z) - Long-Term Cloth-Changing Person Re-identification [154.57752691285046]
人物再識別(Re-ID)は、異なる場所や時間におけるカメラビュー間で対象人物をマッチングすることを目的としている。
既存のRe-ID研究は、ある人が同じ服装で異なるカメラビューに再び現れる、短期的な布一貫した環境に焦点を当てている。
本研究は,例えば,何日,何ヶ月にもわたって,長期にまたがって人とのマッチングを行う,はるかに困難かつ実践的な環境に焦点をあてる。
論文 参考訳(メタデータ) (2020-05-26T11:27:21Z) - 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)
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。