論文の概要: Advancing Person Re-Identification: Tensor-based Feature Fusion and
Multilinear Subspace Learning
- arxiv url: http://arxiv.org/abs/2312.16226v1
- Date: Sun, 24 Dec 2023 16:19:22 GMT
- ステータス: 処理完了
- システム内更新日: 2023-12-29 20:29:05.089785
- Title: Advancing Person Re-Identification: Tensor-based Feature Fusion and
Multilinear Subspace Learning
- Title（参考訳）: 人物再同定の進展:テンソル型特徴融合と多重線形部分空間学習
- Authors: Akram Abderraouf Gharbi, Ammar Chouchane, Abdelmalik Ouamane
- Abstract要約: 特徴表現と多線形部分空間学習を組み合わせた新しいPRe-IDシステムを提案する。
提案手法は,CNN(Creative Conrimial Neural Networks)を強力な特徴抽出器として活用する。
提案手法は,VIPeR,GRID,PRID450の3つのデータセットを用いて実験を行うことにより評価する。
- 参考スコア（独自算出の注目度）: 0.6829272097221595
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Person re-identification (PRe-ID) is a computer vision issue, that has been a
fertile research area in the last few years. It aims to identify persons across
different non-overlapping camera views. In this paper, We propose a novel
PRe-ID system that combines tensor feature representation and multilinear
subspace learning. Our method exploits the power of pre-trained Convolutional
Neural Networks (CNNs) as a strong deep feature extractor, along with two
complementary descriptors, Local Maximal Occurrence (LOMO) and Gaussian Of
Gaussian (GOG). Then, Tensor-based Cross-View Quadratic Discriminant Analysis
(TXQDA) is used to learn a discriminative subspace that enhances the
separability between different individuals. Mahalanobis distance is used to
match and similarity computation between query and gallery samples. Finally, we
evaluate our approach by conducting experiments on three datasets VIPeR, GRID,
and PRID450s.
- Abstract（参考訳）: person re-identification (PRe-ID) はコンピュータビジョンの問題であり、ここ数年で有能な研究領域となっている。
オーバーラップしないさまざまなカメラビューにまたがる人物を特定することを目的としている。
本稿では,テンソル特徴表現と多重線形部分空間学習を組み合わせた新しい事前idシステムを提案する。
提案手法は,学習前の畳み込みニューラルネットワーク(CNN)を強力な特徴抽出器として利用し,さらに2つの補完的記述子であるLOMO(Local Maximal Occurrence)とGOG(Gaussian Of Gaussian)を併用する。
次に、各個人間の分離性を高める識別部分空間を学ぶために、テンソルベースクロスビュー2次判別解析(txqda)を用いる。
マハラノビス距離は、クエリとギャラリーサンプル間の類似性計算に使用される。
最後に,VIPeR,GRID,PRID450の3つのデータセットを用いて実験を行った。
関連論文リスト
- Pose-Transformation and Radial Distance Clustering for Unsupervised Person Re-identification [5.522856885199346]
人物再識別(re-ID)は、重複しないカメラ間での同一性マッチングの問題に対処することを目的としている。
監視されたアプローチでは、取得が困難になり、トレーニング対象のデータセットに対して本質的にバイアスがかかる可能性のあるID情報が必要となる。
本稿では,真のラベルの知識をゼロにすることで,学習した特徴の識別能力を向上する手法を提案する。
論文 参考訳（メタデータ） (2024-11-06T20:55:30Z) - Exploring Diverse Representations for Open Set Recognition [51.39557024591446]
オープンセット認識(OSR)では、テスト中に未知のサンプルを拒絶しながら、クローズドセットに属するサンプルを分類する必要がある。
現在、生成モデルはOSRの差別モデルよりもよく機能している。
本稿では,多種多様な表現を識別的に学習するMulti-Expert Diverse Attention Fusion(MEDAF)を提案する。
論文 参考訳（メタデータ） (2024-01-12T11:40:22Z) - Enhancing Person Re-Identification through Tensor Feature Fusion [0.5562294018150907]
本稿では,テンソル特徴表現とマルチ線形部分空間学習に基づく新しい人物認識システム(PRe-ID)を提案する。
提案手法は,事前学習したCNNを高レベル特徴抽出に活用する。
クロスビュー四分法解析(TXQDA)アルゴリズムは,マルチ線形部分空間学習に使用される。
論文 参考訳（メタデータ） (2023-12-16T15:04:07Z) - Linking data separation, visual separation, and classifier performance
using pseudo-labeling by contrastive learning [125.99533416395765]
最終分類器の性能は、潜在空間に存在するデータ分離と、射影に存在する視覚的分離に依存すると論じる。
本研究は,ヒト腸管寄生虫の5つの現実的課題の画像データセットを1%の教師付きサンプルで分類し,その結果を実証する。
論文 参考訳（メタデータ） (2023-02-06T10:01:38Z) - Advancing 3D finger knuckle recognition via deep feature learning [51.871256510747465]
接触のない3Dフィンガーナックルパターンは、識別性、距離からの視認性、利便性、利便性により、効果的な生体認証として出現している。
近年、ディープニューラルネットワークの中間機能を複数のスケールで同時に組み込むディープ・フィーチャー・コラボレーティブ・ネットワークが開発されている。
本稿では,3次元指のナックル画像を表現するために,最小次元の識別特徴ベクトルを学習する可能性を検討することにより,本手法を推し進める。
論文 参考訳（メタデータ） (2023-01-07T20:55:16Z) - Two-Stream Graph Convolutional Network for Intra-oral Scanner Image
Segmentation [133.02190910009384]
本稿では,2ストリームグラフ畳み込みネットワーク(TSGCN)を提案する。
TSGCNは3次元歯(表面)セグメンテーションにおいて最先端の方法よりも優れています。
論文 参考訳（メタデータ） (2022-04-19T10:41:09Z) - Exploring the Common Principal Subspace of Deep Features in Neural
Networks [50.37178960258464]
我々は、同じデータセットでトレーニングされた異なるディープニューラルネットワーク(DNN)が、潜在空間において共通の主部分空間を共有することを発見した。
具体的には、DNNで学んだ深い機能の主部分空間を表すために、$mathcalP$-vectorを新たに設計する。
異なるアルゴリズム/アーキテクチャで訓練された2つのDNNの比較では、小さな角度(コサインが1.0ドルに近い)が見つかっている。
論文 参考訳（メタデータ） (2021-10-06T15:48:32Z) - PointShuffleNet: Learning Non-Euclidean Features with Homotopy
Equivalence and Mutual Information [9.920649045126188]
我々は、ポイントクラウド分類とセグメンテーションにおいて非常に有望な、ポイントShuffleNet(PSN)と呼ばれる新しいポイントクラウド分析ニューラルネットワークを提案する。
我々のPSNは、ModelNet40、ShapeNet、S3DISの最先端の成果を高い効率で達成する。
論文 参考訳（メタデータ） (2021-03-31T03:01:16Z) - Hierarchical Deep CNN Feature Set-Based Representation Learning for
Robust Cross-Resolution Face Recognition [59.29808528182607]
クロスリゾリューション顔認識(CRFR)は、インテリジェントな監視およびバイオメトリックフォレンジックにおいて重要である。
既存の浅層学習と深層学習に基づく手法は、HR-LR対を共同特徴空間にマッピングすることに焦点を当てている。
本研究では,多レベル深層畳み込みニューラルネットワーク(CNN)の機能を完全に活用し,堅牢なCRFRを実現することを目的とする。
論文 参考訳（メタデータ） (2021-03-25T14:03:42Z) - 3D Facial Matching by Spiral Convolutional Metric Learning and a
Biometric Fusion-Net of Demographic Properties [0.0]
顔認識は広く受け入れられている生体認証ツールであり、顔には人物の身元に関する情報が多数含まれている。
本研究では,2ステップのニューラルベースパイプラインを用いて3次元顔形状と複数のDNA関連特性をマッチングする。
生体認証のための10倍のクロスバリデーションにより得られた結果は、複数の特性を組み合わせることでより強力な生体認証システムが得られることを示している。
論文 参考訳（メタデータ） (2020-09-10T09:31:47Z) - Randomized Kernel Multi-view Discriminant Analysis [41.989132939870146]
MvDA(Multi-view discriminant analysis)は,多視点サブスペース学習法である。
カーネルマルチビュー判別分析(KMvDA)と呼ばれるマルチビュー判別分析のカーネルバージョンを提案する。
論文 参考訳（メタデータ） (2020-04-02T17:15:32Z)
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。