論文の概要: DetReIDX: A Stress-Test Dataset for Real-World UAV-Based Person Recognition

• arxiv url: http://arxiv.org/abs/2505.04793v1
• Date: Wed, 07 May 2025 20:41:06 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-05-09 21:43:49.674997
• Title: DetReIDX: A Stress-Test Dataset for Real-World UAV-Based Person Recognition
• Title（参考訳）: DetReIDX: 実世界のUAVに基づく人物認識のためのストレステストデータセット
• Authors: Kailash A. Hambarde, Nzakiese Mbongo, Pavan Kumar MP, Satish Mekewad, Carolina Fernandes, Gökhan Silahtaroğlu, Alice Nithya, Pawan Wasnik, MD. Rashidunnabi, Pranita Samale, Hugo Proença,
• Abstract要約: 人物再識別(ReID)技術は、制御された地上レベルの条件下で比較的よく機能すると考えられている。 しかし、現実世界の設定に挑戦するときは壊れる。 本稿では,大規模な地上人物データセットであるDetReIDXを紹介する。
• 参考スコア（独自算出の注目度）: 9.318073879810077
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Person reidentification (ReID) technology has been considered to perform relatively well under controlled, ground-level conditions, but it breaks down when deployed in challenging real-world settings. Evidently, this is due to extreme data variability factors such as resolution, viewpoint changes, scale variations, occlusions, and appearance shifts from clothing or session drifts. Moreover, the publicly available data sets do not realistically incorporate such kinds and magnitudes of variability, which limits the progress of this technology. This paper introduces DetReIDX, a large-scale aerial-ground person dataset, that was explicitly designed as a stress test to ReID under real-world conditions. DetReIDX is a multi-session set that includes over 13 million bounding boxes from 509 identities, collected in seven university campuses from three continents, with drone altitudes between 5.8 and 120 meters. More important, as a key novelty, DetReIDX subjects were recorded in (at least) two sessions on different days, with changes in clothing, daylight and location, making it suitable to actually evaluate long-term person ReID. Plus, data were annotated from 16 soft biometric attributes and multitask labels for detection, tracking, ReID, and action recognition. In order to provide empirical evidence of DetReIDX usefulness, we considered the specific tasks of human detection and ReID, where SOTA methods catastrophically degrade performance (up to 80% in detection accuracy and over 70% in Rank-1 ReID) when exposed to DetReIDXs conditions. The dataset, annotations, and official evaluation protocols are publicly available at https://www.it.ubi.pt/DetReIDX/
• Abstract（参考訳）: 人的再識別(ReID)技術は、制御された地上レベルの条件下では比較的よく機能すると考えられてきたが、現実の環境に挑戦する際には壊れる。 これは、解像度、視点の変化、スケールの変化、閉塞、衣服やセッションドリフトからの外観の変化などの極端なデータ変動要因によるものである。 さらに、公開されているデータセットは、そのようなばらつきの種や大きさを現実的に組み込んでおらず、この技術の進歩を制限している。 本稿では,実環境下でのReIDに対するストレステストとして設計した大規模地上人物データセットであるDetReIDXを紹介する。 DetReIDXは、509のアイデンティティから1300万以上のバウンディングボックスを含み、3大陸から7つの大学キャンパスで収集され、ドローン高度は5.8mから120mである。 さらに重要なことは、DetReIDXの被験者が(少なくとも)異なる日に2つのセッションで記録され、衣服、日光、場所が変化し、長期のReIDを実際に評価するのに適したことである。 さらに、検出、追跡、ReID、行動認識のための16のソフトバイオメトリック属性とマルチタスクラベルからデータに注釈を付けた。 DetReIDXの有用性を示す実証的な証拠を提供するために,我々は,DetReIDXの条件に曝露した場合に,SOTA法で破滅的に性能を低下させる(検出精度が最大80%,Ran-1 ReIDが最大70%)という,人間の検出とReIDの具体的なタスクを検討した。 データセット、アノテーション、公式評価プロトコルはhttps://www.it.ubi.pt/DetReIDX/で公開されている。

関連論文リスト

• When Person Re-Identification Meets Event Camera: A Benchmark Dataset and An Attribute-guided Re-Identification Framework [82.9994467829281]
  本稿では,大規模なRGB-eventベースの人物ReIDデータセットであるEvReIDを紹介する。 データセットには118,988枚の画像ペアが含まれ、1200人の歩行者の身元をカバーし、複数の季節、シーン、照明条件のデータを収集している。 また、15の最先端のReIDアルゴリズムを評価し、データとベンチマークの両方の観点から将来の研究の基盤を構築します。
  論文  参考訳（メタデータ） (2025-07-18T05:04:59Z)
• Person Recognition at Altitude and Range: Fusion of Face, Body Shape and Gait [70.00430652562012]
  FarSightは、顔認識のためのエンドツーエンドシステムで、顔、歩行、体形を横断する生体計測の手がかりを統合する。 FarSightは、4つのコアモジュールにまたがる新しいアルゴリズムを組み込んでいる。
  論文  参考訳（メタデータ） (2025-05-07T17:58:25Z)
• A Dataset for Semantic Segmentation in the Presence of Unknowns [49.795683850385956]
  既存のデータセットは、既知のものや未知のもののみの評価を可能にするが、両方ではない。 乱雑な実環境からの多様な異常な入力を特徴とする,新しい異常セグメンテーションデータセットISSUを提案する。 データセットは、既存の異常セグメンテーションデータセットの2倍大きい。
  論文  参考訳（メタデータ） (2025-03-28T10:31:01Z)
• AG-VPReID: A Challenging Large-Scale Benchmark for Aerial-Ground Video-based Person Re-Identification [39.350429734981184]
  我々は,地上ビデオに基づく人物識別(ReID)のための大規模データセット AG-VPReID を紹介する。 このデータセットは6,632人の被験者、32,321のトラックレット、960万フレーム以上をドローン(高度15-120m)、CCTV、ウェアラブルカメラで捉えている。 本稿では,3つの補完ストリームからなるエンドツーエンドフレームワーク AG-VPReID-Net を提案する。
  論文  参考訳（メタデータ） (2025-03-11T07:38:01Z)
• Wild Face Anti-Spoofing Challenge 2023: Benchmark and Results [73.98594459933008]
  顔認証システム(FAS)は、顔認識システムの完全性を保護するための重要なメカニズムである。 この制限は、公開可能なFASデータセットの不足と多様性の欠如に起因する可能性がある。 制約のない環境で収集された大規模で多様なFASデータセットであるWild Face Anti-Spoofingデータセットを紹介した。
  論文  参考訳（メタデータ） (2023-04-12T10:29:42Z)
• 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)
• 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)
• How important are faces for person re-identification? [14.718372669984364]
  顔検出およびぼかしアルゴリズムを適用し、複数の人気人物再識別データセットの匿名化バージョンを作成する。 我々は,この匿名化が標準メトリクスを用いた再識別性能に与える影響を評価する。
  論文  参考訳（メタデータ） (2020-10-13T11:47:16Z)

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。