論文の概要: A Large-Scale Re-identification Analysis in Sporting Scenarios: the
Betrayal of Reaching a Critical Point
- arxiv url: http://arxiv.org/abs/2401.00080v1
- Date: Fri, 29 Dec 2023 21:48:20 GMT
- ステータス: 処理完了
- システム内更新日: 2024-01-03 18:50:51.683255
- Title: A Large-Scale Re-identification Analysis in Sporting Scenarios: the
Betrayal of Reaching a Critical Point
- Title（参考訳）: スポーツシナリオにおける大規模再識別分析 : 臨界点獲得のベテラル
- Authors: David Freire-Obreg\'on, Javier Lorenzo-Navarro, Oliverio J. Santana,
Daniel Hern\'andez-Sosa, Modesto Castrill\'on-Santana
- Abstract要約: 走者再識別のための歩行に基づく新しいアプローチ(re-ID)を提案する。
提案手法は,超遠距離競技におけるランナーの再識別に有望な結果をもたらすことを示す。
これは、超長距離競技や長期監視タスクなど、現実世界のシナリオで歩行認識を活用する可能性を強調している。
- 参考スコア（独自算出の注目度）: 1.3887779684720984
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Re-identifying participants in ultra-distance running competitions can be
daunting due to the extensive distances and constantly changing terrain. To
overcome these challenges, computer vision techniques have been developed to
analyze runners' faces, numbers on their bibs, and clothing. However, our study
presents a novel gait-based approach for runners' re-identification (re-ID) by
leveraging various pre-trained human action recognition (HAR) models and loss
functions. Our results show that this approach provides promising results for
re-identifying runners in ultra-distance competitions. Furthermore, we
investigate the significance of distinct human body movements when athletes are
approaching their endurance limits and their potential impact on re-ID
accuracy. Our study examines how the recognition of a runner's gait is affected
by a competition's critical point (CP), defined as a moment of severe fatigue
and the point where the finish line comes into view, just a few kilometers away
from this location. We aim to determine how this CP can improve the accuracy of
athlete re-ID. Our experimental results demonstrate that gait recognition can
be significantly enhanced (up to a 9% increase in mAP) as athletes approach
this point. This highlights the potential of utilizing gait recognition in
real-world scenarios, such as ultra-distance competitions or long-duration
surveillance tasks.
- Abstract（参考訳）: 遠距離ランニング競技の参加者を再特定することは、広範囲にわたる距離と絶えず変化する地形のために悩まされることがある。
これらの課題を克服するために、ランナーの顔、バイブの数字、衣服を分析するコンピュータビジョン技術が開発されている。
しかし,本研究では,様々な事前訓練されたヒト行動認識モデルと損失関数を活用することで,走者再識別(re-ID)のための歩行に基づく新しいアプローチを提案する。
提案手法は,超遠距離競技におけるランナーの再識別に有望な結果をもたらすことを示す。
さらに, 選手が持久限界に近づいているとき, 異なる人体運動の意義と, リid精度への影響について検討した。
本研究は,ランナーの歩行の認識が,激しい疲労の瞬間として定義される競技の臨界点(cp)と,その位置から数km離れたフィニッシュラインが見えてくる地点によってどのように影響を受けるかを検討したものである。
このCPがアスリートのリIDの精度をいかに向上させるかを検討することを目的とする。
実験の結果,運動選手がアプローチするにつれて,歩行認識が著しく向上する(最大9%のマップ増加)ことが判明した。
これは、遠距離競技や長距離監視タスクなど、現実世界のシナリオで歩行認識を利用する可能性を強調している。
関連論文リスト
- Generalized Jersey Number Recognition Using Multi-task Learning With Orientation-guided Weight Refinement [12.058303459124003]
ジャージー番号認識(JNR)はスポーツ分析において常に重要な課題である。
近年の研究では、数値ローカライゼーションと光学的文字認識を用いてこの問題に対処している。
本稿では,人体方向の角度と数字の手がかりを組み合わせた多タスク学習手法であるアングル・ディジット・スキーム(ADRS)を提案する。
論文 参考訳（メタデータ） (2024-06-03T06:35:11Z) - Handling Heavy Occlusion in Dense Crowd Tracking by Focusing on the
Heads [29.80438304958294]
本研究では,歩行者のリコールと精度向上を図るために,アンカーレス方式のジョイントヘッドとボディ検出器を設計した。
本モデルでは,訓練用歩行者検出のための統計的頭部比に関する情報は不要である。
このモデルを,MOT20,Crowd Human,HT21データセットなど,さまざまなデータセットに対する広範な実験により評価する。
論文 参考訳（メタデータ） (2023-04-16T06:00:35Z) - A Brief Survey on Person Recognition at a Distance [46.47338660858037]
遠くにいる人物の認識には、ドローンや監視カメラのような長距離イメージングシステムによって収集された画像やビデオに現れる人物の身元を認識する必要がある。
近年のディープ畳み込みニューラルネットワーク(DCNN)の進歩にもかかわらず、これは依然として困難である。
論文 参考訳（メタデータ） (2022-12-17T22:15:10Z) - Low-Resolution Action Recognition for Tiny Actions Challenge [52.4358152877632]
Tiny Actions Challengeは、現実世界の監視における人間の活動を理解することに焦点を当てている。
このシナリオでは、アクティビティ認識には2つの大きな困難がある。
本稿では,包括的認識ソリューションを提案する。
論文 参考訳（メタデータ） (2022-09-28T00:49:13Z) - Decontextualized I3D ConvNet for ultra-distance runners performance
analysis at a glance [1.9573154231003194]
2021年5月、サイトRunnersworld.comは、過去23年間で超長距離レースへの参加が1,676%増加したと発表した。
約41%が年1回以上のレースに出場している。
本研究の目的は,超走行シナリオに着目した非侵襲的手法を考慮し,ランナーのパフォーマンスを定量化し,予測する方法を決定することである。
論文 参考訳（メタデータ） (2022-03-13T20:11:10Z) - RealGait: Gait Recognition for Person Re-Identification [79.67088297584762]
我々は,既存の映像人物の再識別課題からシルエットを抽出し,制約のない方法で歩く1,404人からなる新たな歩行データセットを構築した。
以上の結果から、実際の監視シナリオにおける歩行による認識は実現可能であり、その基盤となる歩行パターンが、実際にビデオの人物認識が機能する真の理由である可能性が示唆された。
論文 参考訳（メタデータ） (2022-01-13T06:30:56Z) - Robust and Precise Facial Landmark Detection by Self-Calibrated Pose
Attention Network [73.56802915291917]
より堅牢で正確な顔のランドマーク検出を実現するための半教師付きフレームワークを提案する。
より効果的な顔形状制約をモデル化するために,境界対応ランドマーク強度(BALI)フィールドを提案する。
自己キャリブレーション・ポース・アテンション(SCPA)モデルは、中間的監督を強制する自己学習型目標関数を提供するように設計されている。
論文 参考訳（メタデータ） (2021-12-23T02:51:08Z) - The Arm-Swing Is Discriminative in Video Gait Recognition for Athlete
Re-Identification [18.322706836662487]
歩行認識は外見に基づくアプローチに比べて競争性能が高いことを示す。
我々は,人間の意味解析を用いて,胴体が取り残されている部分歩行シルエットを作成することを提案する。
論文 参考訳（メタデータ） (2021-06-21T17:28:07Z) - Non-contact Pain Recognition from Video Sequences with Remote
Physiological Measurements Prediction [53.03469655641418]
痛み認識のための非接触方式で外観変化と生理的手がかりの両方を符号化する新しいマルチタスク学習フレームワークを提案する。
我々は、一般に利用可能な痛みデータベース上で、非接触痛認識の最先端性能を確立する。
論文 参考訳（メタデータ） (2021-05-18T20:47:45Z) - Investigating the Impact of Inclusion in Face Recognition Training Data
on Individual Face Identification [93.5538147928669]
最新のオープンソースの顔認識システムであるArcFaceを、100万枚以上の散らばった画像を用いた大規模な顔識別実験で監査する。
モデルのトレーニングデータには79.71%、存在しない人には75.73%のランク1顔認証精度がある。
論文 参考訳（メタデータ） (2020-01-09T15:50:28Z)
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。