Fugu-MT 論文翻訳(概要): An Open-World, Diverse, Cross-Spatial-Temporal Benchmark for Dynamic Wild Person Re-Identification

論文の概要: An Open-World, Diverse, Cross-Spatial-Temporal Benchmark for Dynamic Wild Person Re-Identification

arxiv url: http://arxiv.org/abs/2403.15119v1
Date: Fri, 22 Mar 2024 11:21:51 GMT
ステータス: 処理完了
システム内更新日: 2024-03-25 17:48:36.012262
Title: An Open-World, Diverse, Cross-Spatial-Temporal Benchmark for Dynamic Wild Person Re-Identification
Title（参考訳）: 動的野生人再同定のためのオープンワールド, ディバース, 異時間ベンチマーク
Authors: Lei Zhang, Xiaowei Fu, Fuxiang Huang, Yi Yang, Xinbo Gao,
Abstract要約: 人物再識別(ReID)は、データ駆動のディープラーニング技術のおかげで大きな進歩を遂げました。既存のベンチマークデータセットには多様性がなく、これらのデータに基づいてトレーニングされたモデルは、動的なワイルドシナリオに対してうまく一般化できない。 OWDと呼ばれる新しいOpen-World, Diverse, Cross-Spatial-Temporalデータセットを開発した。
参考スコア（独自算出の注目度）: 58.5877965612088
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Person re-identification (ReID) has made great strides thanks to the data-driven deep learning techniques. However, the existing benchmark datasets lack diversity, and models trained on these data cannot generalize well to dynamic wild scenarios. To meet the goal of improving the explicit generalization of ReID models, we develop a new Open-World, Diverse, Cross-Spatial-Temporal dataset named OWD with several distinct features. 1) Diverse collection scenes: multiple independent open-world and highly dynamic collecting scenes, including streets, intersections, shopping malls, etc. 2) Diverse lighting variations: long time spans from daytime to nighttime with abundant illumination changes. 3) Diverse person status: multiple camera networks in all seasons with normal/adverse weather conditions and diverse pedestrian appearances (e.g., clothes, personal belongings, poses, etc.). 4) Protected privacy: invisible faces for privacy critical applications. To improve the implicit generalization of ReID, we further propose a Latent Domain Expansion (LDE) method to develop the potential of source data, which decouples discriminative identity-relevant and trustworthy domain-relevant features and implicitly enforces domain-randomized identity feature space expansion with richer domain diversity to facilitate domain invariant representations. Our comprehensive evaluations with most benchmark datasets in the community are crucial for progress, although this work is far from the grand goal toward open-world and dynamic wild applications.
Abstract（参考訳）: 人物再識別(ReID)は、データ駆動のディープラーニング技術のおかげで大きな進歩を遂げました。しかし、既存のベンチマークデータセットには多様性がなく、これらのデータに基づいてトレーニングされたモデルは、動的なワイルドシナリオに対してうまく一般化できない。 ReIDモデルの明示的な一般化を目標として,OWDと呼ばれる新たなオープンワールド,ディバース,クロス空間・テンポラルデータセットを開発した。 1)多様な収集シーン:複数の独立したオープンワールドと、通り、交差点、ショッピングモールなど高度にダイナミックな収集シーン。 2) 日中から夜間にかけての光の変動は, 照度が変化し, 長時間に及んだ。 3) 多様な人格: 常・逆の気象条件と多様な歩行者(例えば, 衣服, 個人所有物, ポーズなど)の季節ごとの複数のカメラネットワーク。 4)プライバシ保護:プライバシクリティカルなアプリケーションには見えない顔。 ReIDの暗黙的な一般化を改善するために、識別的アイデンティティ関連と信頼できるドメイン関連の特徴を分離し、ドメイン不変表現を容易にするために、よりリッチなドメイン多様性を持つドメインランダム化ID特徴空間拡張を暗黙的に実施する、Latent Domain Expansion (LDE)法を提案する。コミュニティのほとんどのベンチマークデータセットによる包括的な評価は、進歩には不可欠ですが、この作業は、オープンワールドとダイナミックワイルドなアプリケーションへの大目標には程遠いものです。

関連論文リスト

Towards Global Localization using Multi-Modal Object-Instance Re-Identification [23.764646800085977]
マルチモーダルRGBと深度情報を統合した新しい再同定トランスフォーマアーキテクチャを提案する。照明条件が異なったり散らかったりしたシーンにおけるReIDの改善を実演する。また、正確なカメラのローカライゼーションを可能にするReIDベースのローカライゼーションフレームワークを開発し、異なる視点で識別を行う。
論文参考訳（メタデータ） (2024-09-18T14:15:10Z)
Synthesizing Efficient Data with Diffusion Models for Person Re-Identification Pre-Training [51.87027943520492]
本稿では,既知の同一性に基づく多様な画像の効率向上と生成を行う新しいパラダイムDiffusion-ReIDを提案する。提案したパラダイムに適合して,まず,5,183個のIDから777K以上の画像で構成された,大規模なRe-IDデータセットDiff-Personを新たに作成する。
論文参考訳（メタデータ） (2024-06-10T06:26:03Z)
ENTIRe-ID: An Extensive and Diverse Dataset for Person Re-Identification [0.46040036610482665]
ENTIRe-IDデータセットは、37種類のカメラから445万枚以上の画像で構成されている。このデータセットは、ドメインの可変性とモデルの一般化の課題に取り組むために一意に設計されている。この設計により、ReIDモデルの現実的で堅牢なトレーニングプラットフォームが保証される。
論文参考訳（メタデータ） (2024-05-30T20:26:47Z)
All in One Framework for Multimodal Re-identification in the Wild [58.380708329455466]
オールインワン(AIO)という,ReID導入のためのマルチモーダル学習パラダイム AIOは、凍結したトレーニング済みのビッグデータをエンコーダとして利用し、追加の微調整なしに効果的なマルチモーダル検索を可能にする。クロスモーダルおよびマルチモーダルReIDの実験により、AIOは様々なモーダルデータを扱うだけでなく、困難な状況でも優れていることが明らかになった。
論文参考訳（メタデータ） (2024-05-08T01:04:36Z)
GeoWizard: Unleashing the Diffusion Priors for 3D Geometry Estimation from a Single Image [94.56927147492738]
単一画像から幾何学的属性を推定するための新しい生成基盤モデルであるGeoWizardを紹介する。拡散前処理の活用は,資源利用における一般化,詳細な保存,効率性を著しく向上させることが示唆された。本稿では,様々なシーンの複雑なデータ分布を,個別のサブディストリビューションに分離する,シンプルかつ効果的な戦略を提案する。
論文参考訳（メタデータ） (2024-03-18T17:50:41Z)
Benchmarking person re-identification datasets and approaches for practical real-world implementations [1.0079626733116613]
人物再識別(Re-ID)は注目されている。しかし、そのようなRe-IDモデルが新しい都市や環境に配備される場合、セキュリティカメラのネットワーク内の人々を探すタスクは、重要なドメインシフトに直面している可能性が高い。本稿では、ライブオペレーションにおける教師なしデプロイメントに適したデータセットの評価方法について、Re-IDアプローチとトレーニングデータセットの完全な評価手法を提案する。
論文参考訳（メタデータ） (2022-12-20T03:45:38Z)
Semi-Supervised Domain Generalizable Person Re-Identification [74.75528879336576]
既存の人物の再識別(re-id)メソッドは、新しい目に見えないシナリオにデプロイされると立ち往生する。近年,新たなシナリオにおける未ラベルの広範なデータをトランスダクティブ学習方式で活用するドメイン適応型人物再認識への取り組みが進められている。我々は、複数のラベル付きデータセットを探索し、人物の再識別のための一般化されたドメイン不変表現を学習することを目指している。
論文参考訳（メタデータ） (2021-08-11T06:08:25Z)
Person Re-identification based on Robust Features in Open-world [0.0]
既存の再ID研究の欠点を解決するために、低コストで高効率な手法を提案します。グループ畳み込みによるポーズ推定モデルに基づく歩行者の連続キーポイント獲得手法を提案する。本手法は, ランク-1: 60.9%, ランク-5: 78.1%, mAP: 49.2%を達成した。
論文参考訳（メタデータ） (2021-02-22T06:49:28Z)
Deep Learning for Person Re-identification: A Survey and Outlook [233.36948173686602]
人物再識別(Re-ID)は、複数の重複しないカメラを通して興味ある人物を検索することを目的としている。人物のRe-IDシステム開発に関わるコンポーネントを分離することにより、それをクローズドワールドとオープンワールドのセッティングに分類する。
論文参考訳（メタデータ） (2020-01-13T12:49:22Z)

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。