論文の概要: IUST_PersonReId: A New Domain in Person Re-Identification Datasets

• arxiv url: http://arxiv.org/abs/2412.18874v1
• Date: Wed, 25 Dec 2024 11:17:43 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-12-30 17:28:51.556223
• Title: IUST_PersonReId: A New Domain in Person Re-Identification Datasets
• Title（参考訳）: IUST_PersonReId: 個人再識別データセットの新しいドメイン
• Authors: Alireza Sedighi Moghaddam, Fatemeh Anvari, Mohammadjavad Mirshekari Haghighi, Mohammadali Fakhari, Mohammad Reza Mohammadi,
• Abstract要約: 個人の再識別モデルは、様々な文化的文脈にまたがる一般化に苦慮することが多い。 既存のデータセットは、主に西洋と東アジアのファッションを特徴とし、これらの設定で適用性を制限する。 新しい文化環境におけるReIDのユニークな課題を反映したデータセットであるIUST_PersonReIdを紹介する。
• 参考スコア（独自算出の注目度）: 0.5492530316344587
• License:
• Abstract: Person re-identification (ReID) models often struggle to generalize across diverse cultural contexts, particularly in Islamic regions like Iran, where modest clothing styles are prevalent. Existing datasets predominantly feature Western and East Asian fashion, limiting their applicability in these settings. To address this gap, we introduce IUST_PersonReId, a dataset designed to reflect the unique challenges of ReID in new cultural environments, emphasizing modest attire and diverse scenarios from Iran, including markets, campuses, and mosques. Experiments on IUST_PersonReId with state-of-the-art models, such as Solider and CLIP-ReID, reveal significant performance drops compared to benchmarks like Market1501 and MSMT17, highlighting the challenges posed by occlusion and limited distinctive features. Sequence-based evaluations show improvements by leveraging temporal context, emphasizing the dataset's potential for advancing culturally sensitive and robust ReID systems. IUST_PersonReId offers a critical resource for addressing fairness and bias in ReID research globally. The dataset is publicly available at https://computervisioniust.github.io/IUST_PersonReId/.
• Abstract（参考訳）: 個人再識別(ReID)モデルは、イランなどのイスラム地域では、様々な文化的文脈をまたいだ一般化に苦慮することが多い。 既存のデータセットは、主に西洋と東アジアのファッションを特徴とし、これらの設定で適用性を制限する。 IUST_PersonReIdは、新しい文化環境におけるReIDのユニークな課題を反映したデータセットであり、質素な服装と、市場、キャンパス、モスクを含むイランの多様なシナリオを強調している。 SoliderやCLIP-ReIDといった最先端モデルを使ったIUST_PersonReIdの実験では、Market1501やMSMT17のようなベンチマークと比較して、大幅なパフォーマンス低下が見られ、閉塞と限定的な特徴による課題が浮かび上がっている。 シーケンスベースの評価は、時間的コンテキストを活用することで改善を示し、文化的にセンシティブで堅牢なReIDシステムを前進させるデータセットの可能性を強調している。 IUST_PersonReIdは、世界中のReID研究における公平性とバイアスに対処するための重要なリソースを提供する。 データセットはhttps:// computervisioniust.github.io/IUST_PersonReId/で公開されている。

関連論文リスト

• An Open-World, Diverse, Cross-Spatial-Temporal Benchmark for Dynamic Wild Person Re-Identification [58.5877965612088]
  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。
  論文  参考訳（メタデータ） (2024-03-22T11:21:51Z)
• 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)
• Less is More: Learning from Synthetic Data with Fine-grained Attributes for Person Re-Identification [16.107661617441327]
  人物の再識別(re-ID)は、公共のセキュリティやビデオ監視などのアプリケーションにおいて重要な役割を果たす。 近年、合成データから学ぶことは、学術と公衆の目の両方から注目を集めている。 我々は,微粒な属性分布を持つファインGPRという大規模合成人データセットを構築し,ラベル付けする。
  論文  参考訳（メタデータ） (2021-09-22T03:12:32Z)
• 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)
• Large-Scale Spatio-Temporal Person Re-identification: Algorithm and Benchmark [100.77540900932763]
  224k以上の画像を持つ10,860のIDを含む,LaST(Large-scale Spatio-Temporal)の個人再IDデータセットを新たに提供した。 LaSTは、より困難で多彩なreID設定を示し、空間的および時間的範囲が大幅に大きい。
  論文  参考訳（メタデータ） (2021-05-31T16:05:51Z)
• 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)
• Unsupervised Pre-training for Person Re-identification [90.98552221699508]
  大規模無ラベル人物再識別(Re-ID)データセットLUPersonを提案する。 学習者のRe-ID特徴表現の一般化能力を向上させるために,教師なし事前学習を初めて行おうとする。
  論文  参考訳（メタデータ） (2020-12-07T14:48:26Z)
• When Person Re-identification Meets Changing Clothes [41.45346679678089]
  人物再識別(ReID)は現在、特定の人物検索などのAIベースのビデオ監視アプリケーションにおいて、活発な研究トピックとなっている。 本稿では,この問題を体系的に研究した。
  論文  参考訳（メタデータ） (2020-03-09T12:32:16Z)
• 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)
• 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。