論文の概要: Enhancing Person Re-Identification via Uncertainty Feature Fusion and Auto-weighted Measure Combination
- arxiv url: http://arxiv.org/abs/2405.01101v3
- Date: Tue, 26 Nov 2024 03:09:15 GMT
- ステータス: 翻訳完了
- システム内更新日: 2024-11-28 15:23:33.445347
- Title: Enhancing Person Re-Identification via Uncertainty Feature Fusion and Auto-weighted Measure Combination
- Title(参考訳): 不確実な特徴融合と自己重み付けによる人物再同定の促進
- Authors: Quang-Huy Che, Le-Chuong Nguyen, Vinh-Tiep Nguyen,
- Abstract要約: 人物再識別(Re-ID)は、監視システムにおいて、異なるカメラビューで同一人物を特定することを含む、困難なタスクである。
本稿では,不確定特徴融合法(UFFM)と自動重み付け器(AMC)によるReIDモデルの能力を向上する新しい手法を提案する。
本手法は,人物の再識別データセットで評価した場合のランク@1精度と平均精度(mAP)を大幅に改善する。
- 参考スコア(独自算出の注目度): 1.2923961938782627
- License:
- Abstract: Person re-identification (Re-ID) is a challenging task that involves identifying the same person across different camera views in surveillance systems. Current methods usually rely on features from single-camera views, which can be limiting when dealing with multiple cameras and challenges such as changing viewpoints and occlusions. In this paper, a new approach is introduced that enhances the capability of ReID models through the Uncertain Feature Fusion Method (UFFM) and Auto-weighted Measure Combination (AMC). UFFM generates multi-view features using features extracted independently from multiple images to mitigate view bias. However, relying only on similarity based on multi-view features is limited because these features ignore the details represented in single-view features. Therefore, we propose the AMC method to generate a more robust similarity measure by combining various measures. Our method significantly improves Rank@1 accuracy and Mean Average Precision (mAP) when evaluated on person re-identification datasets. Combined with the BoT Baseline on challenging datasets, we achieve impressive results, with a 7.9% improvement in Rank@1 and a 12.1% improvement in mAP on the MSMT17 dataset. On the Occluded-DukeMTMC dataset, our method increases Rank@1 by 22.0% and mAP by 18.4%. Code is available: \url{https://github.com/chequanghuy/Enhancing-Person-Re-Identification-via-UFFM-and-AMC}
- Abstract(参考訳): 人物再識別(Re-ID)は、監視システムにおいて、異なるカメラビューで同一人物を特定するという課題である。
現行の手法は通常、単一カメラビューの機能に依存しており、複数のカメラを扱う場合や、視点の変更やオクルージョンといった課題に制限を加えることができる。
本稿では,不確定特徴融合法(UFFM)と自己重み付き測度結合(AMC)によってReIDモデルの能力を高める新しい手法を提案する。
UFFMは、ビューバイアスを軽減するために、複数の画像から独立して抽出された特徴を用いて、マルチビュー機能を生成する。
しかし、これらの機能はシングルビュー機能で表現される詳細を無視しているため、マルチビュー機能に基づく類似性のみに依存することは限られている。
そこで本研究では,様々な手法を組み合わせることで,より堅牢な類似度尺度を生成するためのAMC法を提案する。
本手法は,人物の再識別データセットで評価した場合のランク@1精度と平均精度(mAP)を大幅に改善する。
挑戦的なデータセットに関するBoT Baselineと組み合わせることで、Ranc@1が7.9%改善され、MSMT17データセットのmAPが12.1%改善されました。
Occluded-DukeMTMC データセットでは Rank@1 が 22.0% 増加し,mAP が 18.4% 増加した。
コードは: \url{https://github.com/chequanghuy/Enhancing-Person-Re-Identification-via-UFFM-and-AMC}
関連論文リスト
- 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) - ViewFormer: View Set Attention for Multi-view 3D Shape Understanding [7.39435265842079]
マルチビュー3次元形状認識と検索のためのモデルであるViewFormerを提案する。
2つのアテンションブロックと4.8Mの学習可能なパラメータだけで、ViewFormerは初めてModelNet40で98.8%の認識精度を達成した。
難易度の高いRGBDデータセットでは、98.4%の認識精度が達成され、最強のベースラインに対して4.1%の絶対改善が達成された。
論文 参考訳(メタデータ) (2023-04-29T03:58:20Z) - End-to-End Context-Aided Unicity Matching for Person Re-identification [100.02321122258638]
本稿では,人間同士の一致関係を学習・精査するための,エンドツーエンドの対人一意整合アーキテクチャを提案する。
サンプルのグローバルコンテキスト関係を用いて,ソフトマッチング結果を洗練し,両部グラフマッチングにより一致ユニシティに到達する。
実世界における人物再識別の応用を十分に考慮し, ワンショットとマルチショットの双方で一様マッチングを実現する。
論文 参考訳(メタデータ) (2022-10-20T07:33:57Z) - 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) - A High-Accuracy Unsupervised Person Re-identification Method Using
Auxiliary Information Mined from Datasets [53.047542904329866]
マルチモーダルな特徴学習のためのデータセットから抽出した補助情報を利用する。
本稿では,Restricted Label Smoothing Cross Entropy Loss (RLSCE), Weight Adaptive Triplet Loss (WATL), Dynamic Training Iterations (DTI)の3つの効果的なトレーニング手法を提案する。
論文 参考訳(メタデータ) (2022-05-06T10:16:18Z) - Neighbourhood-guided Feature Reconstruction for Occluded Person
Re-Identification [45.704612531562404]
本研究では,周辺情報をギャラリーのイメージセットでフル活用し,埋蔵部品の特徴表現の再構築を提案する。
大規模なOccluded-DukeMTMCベンチマークでは,64.2%のmAPと67.6%のランク1精度を達成した。
論文 参考訳(メタデータ) (2021-05-16T03:53:55Z) - Adversarial Multi-scale Feature Learning for Person Re-identification [0.0]
person reidは、2つの画像が同一人物に対応するかどうかを判断するために、人物画像間の視覚的類似度を正確に測定することを目指している。
textbf1)という2つの視点からPerson ReIDシステムの性能向上を提案します。
クロススケール情報伝搬(CSIP)とマルチスケール機能融合(MSFF)から構成されるマルチスケール特徴学習(MSFL)は、異なるスケールで動的に融合する。
マルチスケールグラデーションレギュラライザー(MSGR)は、ID関連要因を強調し、非関連要因を逆転的に無視する。
論文 参考訳(メタデータ) (2020-12-28T02:18:00Z) - Camera-aware Proxies for Unsupervised Person Re-Identification [60.26031011794513]
本稿では、アノテーションを必要としない純粋に教師なしの人物識別(Re-ID)問題に取り組む。
各クラスタを複数のプロキシに分割し、それぞれのプロキシが同じカメラからのインスタンスを表すことを提案する。
カメラ認識プロキシに基づいて、カメラ内およびカメラ間コントラスト学習コンポーネントをre-idモデル用に設計する。
論文 参考訳(メタデータ) (2020-12-19T12:37:04Z) - Learning to Recognize Patch-Wise Consistency for Deepfake Detection [39.186451993950044]
パッチワイド一貫性学習(PCL)という,このタスクのための表現学習手法を提案する。
PCLは、画像のソース機能の一貫性を測定し、複数の偽造方法に対する優れた解釈性と堅牢性で表現することを学びます。
7つの一般的なDeepfake検出データセットに対するアプローチを評価します。
論文 参考訳(メタデータ) (2020-12-16T23:06:56Z) - 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。