論文の概要: Person Re-Identification System at Semantic Level based on Pedestrian Attributes Ontology
- arxiv url: http://arxiv.org/abs/2506.04143v1
- Date: Wed, 04 Jun 2025 16:34:31 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-06-05 21:20:14.47292
- Title: Person Re-Identification System at Semantic Level based on Pedestrian Attributes Ontology
- Title（参考訳）: 歩行者属性オントロジーに基づく意味レベルでの人物再同定システム
- Authors: Ngoc Q. Ly, Hieu N. M. Cao, Thi T. Nguyen,
- Abstract要約: 本稿では,Pedestrian Attribute Ontology (PAO), Local Multi-task DCNN (Local MDCNN), Im Balance Data Solver (IDS) の3つのモジュールからなる統一型Re-IDシステムを提案する。
我々のRe-IDシステムの新たな主要なポイントは、属性の内集団相関を利用して、Fashion AttributesやFacial Attributesといったセマンティック情報に基づいて、ギャラリーからミスマッチ候補を事前フィルタリングするPAO、ローカルMDCNN、IDSの相互サポートの力である。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Person Re-Identification (Re-ID) is a very important task in video surveillance systems such as tracking people, finding people in public places, or analysing customer behavior in supermarkets. Although there have been many works to solve this problem, there are still remaining challenges such as large-scale datasets, imbalanced data, viewpoint, fine grained data (attributes), the Local Features are not employed at semantic level in online stage of Re-ID task, furthermore, the imbalanced data problem of attributes are not taken into consideration. This paper has proposed a Unified Re-ID system consisted of three main modules such as Pedestrian Attribute Ontology (PAO), Local Multi-task DCNN (Local MDCNN), Imbalance Data Solver (IDS). The new main point of our Re-ID system is the power of mutual support of PAO, Local MDCNN and IDS to exploit the inner-group correlations of attributes and pre-filter the mismatch candidates from Gallery set based on semantic information as Fashion Attributes and Facial Attributes, to solve the imbalanced data of attributes without adjusting network architecture and data augmentation. We experimented on the well-known Market1501 dataset. The experimental results have shown the effectiveness of our Re-ID system and it could achieve the higher performance on Market1501 dataset in comparison to some state-of-the-art Re-ID methods.
- Abstract（参考訳）: 人物再識別(Re-ID)は、人を追跡すること、公共の場所にいる人を見つけること、スーパーマーケットで顧客行動を分析することなど、ビデオ監視システムにおいて非常に重要なタスクである。
この問題には多くの課題が残されているが、大規模なデータセット、不均衡データ、視点、きめ細かいデータ(属性)、ローカル特徴はRe-IDタスクのオンライン段階で意味レベルでは使われていない。
本稿では,Pedestrian Attribute Ontology (PAO), Local Multi-task DCNN (Local MDCNN), Im Balance Data Solver (IDS) の3つのモジュールからなる統一型Re-IDシステムを提案する。
Re-IDシステムの新たな主要なポイントは,属性の内集団相関を利用したPAO,ローカルMDCNN,IDSの相互サポートと,Fashion Attributes や Facial Attributes といったセマンティック情報に基づくギャラリーセットからのミスマッチ候補の事前フィルタリングによる,ネットワークアーキテクチャやデータ拡張を調整せずに属性の不均衡データの解決である。
我々は有名なMarket1501データセットを実験した。
実験の結果,我々のRe-IDシステムの有効性が示され,いくつかの最先端のRe-ID手法と比較して,Market1501データセットの性能が向上する可能性が示唆された。
関連論文リスト
- CFReID: Continual Few-shot Person Re-Identification [130.5656289348812]
Lifelong ReIDは、複数のドメインにまたがる知識を漸進的に学習し、蓄積するために提案されている。
LReIDモデルは、一般にプライバシとコストの懸念のためにアクセスできない、目に見えない各ドメインの大規模ラベル付きデータでトレーニングする必要がある。
本稿では,数ショットデータを用いてモデルをインクリメンタルにトレーニングし,すべてのドメインでテストするContinual Few-shot ReIDを提案する。
論文 参考訳（メタデータ） (2025-03-24T09:17:05Z) - Domain Consistency Representation Learning for Lifelong Person Re-Identification [13.02156660844767]
LReID(Lifelong person re-identification)は、連続データから学ぶ際に、ドメイン内識別とドメイン間ギャップの間に矛盾した関係を示す。
ドメイン内識別とドメイン間ギャップのバランスをとるために,グローバルおよび属性ワイド表現を探索する新しいドメイン一貫性表現学習(DCR)モデルを提案する。
我々のモデルは最先端のLReID法と比較して優れた性能が得られる。
論文 参考訳（メタデータ） (2024-09-30T05:19:09Z) - No Shifted Augmentations (NSA): compact distributions for robust
self-supervised Anomaly Detection [4.243926243206826]
教師なし異常検出(AD)は正規化の概念を構築し、分布内(ID)と分布外(OOD)データを区別する必要がある。
我々は,ID特徴分布のエンフ幾何学的コンパクト性によって,外乱の分離や検出が容易になるかを検討する。
我々は,IDデータのコンパクトな分布を学習可能にする自己教師型特徴学習ステップに,新たなアーキテクチャ変更を提案する。
論文 参考訳（メタデータ） (2022-03-19T15:55:32Z) - Unsupervised and self-adaptative techniques for cross-domain person
re-identification [82.54691433502335]
非重複カメラにおける人物再識別(ReID)は難しい課題である。
Unsupervised Domain Adaptation(UDA)は、ソースで訓練されたモデルから、IDラベルアノテーションなしでターゲットドメインへの機能学習適応を実行するため、有望な代替手段です。
本稿では,新しいオフライン戦略によって生成されたサンプルのトリプレットを利用する,UDAベースのReID手法を提案する。
論文 参考訳（メタデータ） (2021-03-21T23:58:39Z) - Infer-AVAE: An Attribute Inference Model Based on Adversarial
Variational Autoencoder [29.911131718980542]
変分オートエンコーダ(VAE)は半教師付き方式でこの問題を解くのに成功している。
その結果、デコーダを規制する既存のメソッドには十分な推論能力がない。
逆VAE(Infer-AVAE)に基づく属性推論モデルを提案する。
論文 参考訳（メタデータ） (2020-12-30T02:03:25Z) - 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) - Multi-Domain Adversarial Feature Generalization for Person
Re-Identification [52.835955258959785]
マルチデータセット特徴一般化ネットワーク(MMFA-AAE)を提案する。
複数のラベル付きデータセットから普遍的なドメイン不変の特徴表現を学習し、それを見えないカメラシステムに一般化することができる。
また、最先端の教師付き手法や教師なしのドメイン適応手法を大きなマージンで超えている。
論文 参考訳（メタデータ） (2020-11-25T08:03:15Z) - Attribute-aware Identity-hard Triplet Loss for Video-based Person
Re-identification [51.110453988705395]
ビデオベースの人物識別(Re-ID)は重要なコンピュータビジョンタスクである。
属性認識型ID-hard Triplet Loss (AITL) と呼ばれる新しいメトリクス学習手法を提案する。
ビデオベースのRe-IDの完全なモデルを実現するために,Attribute-driven Spatio-Temporal Attention (ASTA) 機構を備えたマルチタスクフレームワークを提案する。
論文 参考訳（メタデータ） (2020-06-13T09:15:38Z) - Data Augmentation Imbalance For Imbalanced Attribute Classification [60.71438625139922]
本稿では,データ拡張不均衡(DAI)と呼ばれる新しい再サンプリングアルゴリズムを提案する。
我々のDAIアルゴリズムは歩行者属性のデータセットに基づいて最先端の結果を得る。
論文 参考訳（メタデータ） (2020-04-19T20:43:29Z)
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。