論文の概要: Spectrum-guided Feature Enhancement Network for Event Person
Re-Identification
- arxiv url: http://arxiv.org/abs/2402.01269v1
- Date: Fri, 2 Feb 2024 09:47:26 GMT
- ステータス: 処理完了
- システム内更新日: 2024-02-05 16:03:26.931757
- Title: Spectrum-guided Feature Enhancement Network for Event Person
Re-Identification
- Title(参考訳): イベントパーソン再識別のためのスペクトル誘導特徴強調ネットワーク
- Authors: Hongchen Tan, Yi Zhang, Xiuping Liu, Baocai Yin, Nan Ma, Xin Li,
Huchuan Lu
- Abstract要約: スペクトル誘導型特徴拡張ネットワーク(SFE-Net)について紹介する。
SFE-Netは、Multi-grain Spectrum Attention Mechanism (MSAM)とConsecutive Patch Dropout Module (CPDM)の2つの革新的なコンポーネントで構成されている。
- 参考スコア(独自算出の注目度): 82.52960675574353
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: As a cutting-edge biosensor, the event camera holds significant potential in
the field of computer vision, particularly regarding privacy preservation.
However, compared to traditional cameras, event streams often contain noise and
possess extremely sparse semantics, posing a formidable challenge for
event-based person re-identification (event Re-ID). To address this, we
introduce a novel event person re-identification network: the Spectrum-guided
Feature Enhancement Network (SFE-Net). This network consists of two innovative
components: the Multi-grain Spectrum Attention Mechanism (MSAM) and the
Consecutive Patch Dropout Module (CPDM). MSAM employs a fourier spectrum
transform strategy to filter event noise, while also utilizing an event-guided
multi-granularity attention strategy to enhance and capture discriminative
person semantics. CPDM employs a consecutive patch dropout strategy to generate
multiple incomplete feature maps, encouraging the deep Re-ID model to equally
perceive each effective region of the person's body and capture robust person
descriptors. Extensive experiments on Event Re-ID datasets demonstrate that our
SFE-Net achieves the best performance in this task.
- Abstract(参考訳): 最先端バイオセンサーとして、イベントカメラはコンピュータビジョン、特にプライバシー保護の分野で大きな可能性を秘めている。
しかし、従来のカメラと比較して、イベントストリームはノイズを伴い、非常にスパースなセマンティクスを持ち、イベントベースの人物の再識別(イベントRe-ID)に深刻な課題を呈する。
そこで我々は,新しい人物識別ネットワークであるスペクトル誘導特徴強調ネットワーク(SFE-Net)を紹介した。
このネットワークは、2つの革新的なコンポーネント、MSAM(Multi-grain Spectrum Attention Mechanism)とCPDM(Consecutive Patch Dropout Module)で構成されている。
MSAMは、イベントノイズをフィルタリングするためにフーリエスペクトル変換戦略を使用し、また、イベント誘導多粒度注意戦略を利用して、識別的人物意味論を強化し、捉える。
CPDMは、複数の不完全な特徴マップを生成するために、連続的なパッチドロップアウト戦略を採用しており、ディープ Re-IDモデルは、人の身体の各有効領域を等しく知覚し、堅牢な人物記述子を捕獲することを奨励している。
Event Re-IDデータセットに関する大規模な実験は、私たちのSFE-Netがこのタスクで最高のパフォーマンスを達成することを示す。
関連論文リスト
- Cross-Modality Perturbation Synergy Attack for Person Re-identification [70.44850060727474]
相互モダリティReIDの主な課題は、異なるモダリティ間の視覚的差異を効果的に扱うことである。
既存の攻撃方法は、目に見える画像のモダリティの特徴に主に焦点を当てている。
本研究では,クロスモーダルReIDに特化して設計されたユニバーサル摂動攻撃を提案する。
論文 参考訳(メタデータ) (2024-01-18T15:56:23Z) - SpikeMOT: Event-based Multi-Object Tracking with Sparse Motion Features [52.213656737672935]
SpikeMOTはイベントベースのマルチオブジェクトトラッカーである。
SpikeMOTはスパイクニューラルネットワークを使用して、オブジェクトに関連するイベントストリームからスパーステンポラルな特徴を抽出する。
論文 参考訳(メタデータ) (2023-09-29T05:13:43Z) - Multimodal Adaptive Fusion of Face and Gait Features using Keyless
attention based Deep Neural Networks for Human Identification [67.64124512185087]
歩行のような軟式生体認証は、人物認識や再識別といった監視作業において顔に広く使われている。
本稿では,キーレス注意深層ニューラルネットワークを活用することで,歩行と顔のバイオメトリック・キューを動的に組み込むための適応型マルチバイオメトリック・フュージョン戦略を提案する。
論文 参考訳(メタデータ) (2023-03-24T05:28:35Z) - HiDAnet: RGB-D Salient Object Detection via Hierarchical Depth Awareness [2.341385717236931]
本稿では,RGB-Dサリエンシ検出のための階層的深度認識ネットワーク(HiDAnet)を提案する。
我々のモチベーションは、幾何学的先行の多粒性特性がニューラルネットワーク階層とよく相関しているという観察から来ています。
当社のHiDAnetは最先端の手法よりも大きなマージンで良好に動作します。
論文 参考訳(メタデータ) (2023-01-18T10:00:59Z) - Feature Disentanglement Learning with Switching and Aggregation for
Video-based Person Re-Identification [9.068045610800667]
映像人物再識別(Re-ID)では、連続したフレームから対象人物の特徴を一貫して抽出する必要がある。
既存の手法は時間的情報の使用方法にのみ焦点をあてる傾向があり、しばしばネットワークは同じような外観と同じ背景に騙される。
本稿では,DSANet(Disentanglement and Switching and Aggregation Network)を提案する。
論文 参考訳(メタデータ) (2022-12-16T04:27:56Z) - 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) - Multi-Level Attention for Unsupervised Person Re-Identification [9.529435737056179]
教師なしの人物再識別において、多頭自尊心で表される注意モジュールは、非地上真実の条件下での注意の拡散に悩まされる。
画素レベルのアテンションモジュールを設計し,マルチヘッドの自己注意に制約を与える。
個人再識別データの識別対象がすべて歩行者である特性については,ドメインレベルのアテンションモジュールを設計する。
論文 参考訳(メタデータ) (2022-01-10T02:47:06Z) - Specificity-preserving RGB-D Saliency Detection [103.3722116992476]
本稿では,RGB-Dサリエンシ検出のための特異性保存ネットワーク(SP-Net)を提案する。
2つのモダリティ特化ネットワークと共有学習ネットワークを採用し、個別および共有唾液マップを生成する。
6つのベンチマークデータセットの実験では、SP-Netは他の最先端の手法よりも優れています。
論文 参考訳(メタデータ) (2021-08-18T14:14:22Z) - Semantic Consistency and Identity Mapping Multi-Component Generative
Adversarial Network for Person Re-Identification [39.605062525247135]
本稿では,1つのドメインから複数のドメインへのスタイル適応を提供する,意味一貫性とアイデンティティマッピングの多成分生成対向ネットワーク(SC-IMGAN)を提案する。
提案手法は,6つの挑戦的人物リidデータセットにおける最先端技術よりも優れている。
論文 参考訳(メタデータ) (2021-04-28T14:12:29Z)
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。