論文の概要: EPAN: Robust Pedestrian Re-Identification via Enhanced Alignment Network for IoT Surveillance

• arxiv url: http://arxiv.org/abs/2511.01498v1
• Date: Mon, 03 Nov 2025 12:04:32 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-11-05 16:37:27.249914
• Title: EPAN: Robust Pedestrian Re-Identification via Enhanced Alignment Network for IoT Surveillance
• Title（参考訳）: EPAN: IoTサーベイランスのための拡張アライメントネットワークによるロバストな歩行者再識別
• Authors: Zhiyang Jia, Hongyan Cui, Ge Gao, Bo Li, Minjie Zhang, Zishuo Gao, Huiwen Huang, Caisheng Zhuo,
• Abstract要約: 人物再識別(ReID)はコンピュータビジョンにおいて重要な役割を果たす。 本研究では、堅牢なReIDに適したEPAN(Enhanced Pedestrian Alignment Network)を提案する。 EPANは、視点と環境の変化の影響を軽減するために、デュアルブランチアーキテクチャを採用している。
• 参考スコア（独自算出の注目度）: 17.14731884262159
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Person re-identification (ReID) plays a pivotal role in computer vision, particularly in surveillance and security applications within IoT-enabled smart environments. This study introduces the Enhanced Pedestrian Alignment Network (EPAN), tailored for robust ReID across diverse IoT surveillance conditions. EPAN employs a dual-branch architecture to mitigate the impact of perspective and environmental changes, extracting alignment information under varying scales and viewpoints. Here, we demonstrate EPAN's strong feature extraction capabilities, achieving outstanding performance on the Inspection-Personnel dataset with a Rank-1 accuracy of 90.09% and a mean Average Precision (mAP) of 78.82%. This highlights EPAN's potential for real-world IoT applications, enabling effective and reliable person ReID across diverse cameras in surveillance and security systems. The code and data are available at: https://github.com/ggboy2580/EPAN
• Abstract（参考訳）: 人物再識別(ReID)は、特にIoT対応スマート環境内の監視およびセキュリティアプリケーションにおいて、コンピュータビジョンにおいて重要な役割を果たす。 本研究は、さまざまなIoT監視条件にまたがる堅牢なReIDに適したEPAN(Enhanced Pedestrian Alignment Network)を紹介する。 EPANは、視点と環境の変化の影響を軽減するためにデュアルブランチアーキテクチャを採用し、様々なスケールと視点の下でアライメント情報を抽出する。 ここでは、EPANの強力な特徴抽出能力を示し、ランキング1の精度が90.09%、平均精度が78.82%のInspection-Personnelデータセットにおいて、優れたパフォーマンスを実現している。 これは、実世界のIoTアプリケーションに対するEPANの可能性を浮き彫りにして、監視とセキュリティシステムにおいて、さまざまなカメラにまたがる効果的で信頼性の高い人物ReIDを可能にする。 コードとデータは、 https://github.com/ggboy2580/EPAN.comで入手できる。

関連論文リスト

• Adversary-Aware Private Inference over Wireless Channels [51.93574339176914]
  ワイヤレスエッジデバイスにおけるAIベースのセンシングは、人工知能(AI)アプリケーションを大幅に強化する可能性がある。 機密性の高い個人情報は敵によって再構築できるため、プライバシー侵害のリスクを軽減するために特徴の変換が必要である。 本稿では,デバイスがモデルサーバに送信する前に抽出した特徴の変換を適用する,プライバシ保護型AIベースセンシングのための新しいフレームワークを提案する。
  論文  参考訳（メタデータ） (2025-10-23T13:02:14Z)
• Large Language Models for Real-World IoT Device Identification [5.841950328636518]
  異種ネットワークメタデータ上での言語モデリングタスクとしてデバイス識別を再構成するセマンティック推論パイプラインを導入する。 信頼性の高い監視を構築するために、IoT Inspectorデータセット用の高忠実度ベンダーラベルを生成します。 次に,LLaMA3.18Bの量子化モデルとカリキュラム学習を併用し,疎性および長期ベンダー分布下での一般化を支援する。
  論文  参考訳（メタデータ） (2025-09-24T05:33:48Z)
• MES-RAG: Bringing Multi-modal, Entity-Storage, and Secure Enhancements to RAG [65.0423152595537]
  本稿では,エンティティ固有のクエリ処理を強化し,正確でセキュアで一貫した応答を提供するMES-RAGを提案する。 MES-RAGは、データアクセスの前に保護を適用してシステムの整合性を確保するための積極的なセキュリティ対策を導入している。 実験の結果,MES-RAGは精度とリコールの両方を著しく改善し,質問応答の安全性と有用性を向上する効果が示された。
  論文  参考訳（メタデータ） (2025-03-17T08:09:42Z)
• Domain-Agnostic Hardware Fingerprinting-Based Device Identifier for Zero-Trust IoT Security [7.8344795632171325]
  次世代ネットワークは、人間、機械、デバイス、システムをシームレスに相互接続することを目的としている。 この課題に対処するため、Zero Trust(ZT)パラダイムは、ネットワークの完全性とデータの機密性を保護するための重要な方法として登場した。 この研究は、新しいディープラーニングベースの無線デバイス識別フレームワークであるEPS-CNNを導入している。
  論文  参考訳（メタデータ） (2024-02-08T00:23:42Z)
• Effective Intrusion Detection in Heterogeneous Internet-of-Things Networks via Ensemble Knowledge Distillation-based Federated Learning [52.6706505729803]
  我々は、分散化された侵入検知システムの共有モデル(IDS)を協調訓練するために、フェデレートラーニング(FL)を導入する。 FLEKDは従来のモデル融合法よりも柔軟な凝集法を実現する。 実験の結果,提案手法は,速度と性能の両面で,局所訓練と従来のFLよりも優れていた。
  論文  参考訳（メタデータ） (2024-01-22T14:16:37Z)
• RIS-Assisted Wireless Link Signatures for Specific Emitter Identification [32.865668126367275]
  本稿では,PLA中のチャネル指紋を正規送信者がカスタマイズ可能な,再構成可能なインテリジェントサーフェス(RIS)支援PLAシステムを提案する。 我々はPLAの統計的性質を導出し、RIS支援PLAが理論的に実現可能であることを示す興味深い洞察を与える。 RIS支援PLAプロトタイププラットフォーム上での概念実証実験により,本システムの実現可能性を確認した。
  論文  参考訳（メタデータ） (2023-09-14T14:15:43Z)
• FarSight: A Physics-Driven Whole-Body Biometric System at Large Distance and Altitude [67.55994773068191]
  本稿ではFarSightの設計・開発・評価について述べる。 FarSightは、全身(顔、歩行、身体形状の融合)の生体認証のために設計された革新的なソフトウェアシステムである。 我々は、新たに取得したIARPAバイオメトリック認識とAltitude and Rangeデータセットによる同定を用いて、FarSightの有効性を検証した。
  論文  参考訳（メタデータ） (2023-06-29T16:14:27Z)
• Understanding The Robustness in Vision Transformers [140.1090560977082]
  自己注意は、改善された中レベルの表現を通して堅牢性を促進する。 我々は、この能力を強化するために、フルアテンショナルネットワーク(FAN)のファミリーを提案する。 我々のモデルは、76.8Mパラメータを持つImageNet-1kおよびImageNet-C上で、最先端の87.1%の精度と35.8%のmCEを達成する。
  論文  参考訳（メタデータ） (2022-04-26T17:16:32Z)
• The Case for Retraining of ML Models for IoT Device Identification at the Edge [0.026215338446228163]
  ネットワークのエッジで利用可能なリソースを用いて、ネットワークの振る舞いに基づいてIoTデバイスを識別する方法を示す。 エッジにおいて、デバイス識別と分類をそれぞれ80%以上と90%以上精度で達成することができる。
  論文  参考訳（メタデータ） (2020-11-17T13:01:04Z)
• IoT Behavioral Monitoring via Network Traffic Analysis [0.45687771576879593]
  この論文は、IoTのネットワーク行動パターンをプロファイリングする技術を開発する上で、私たちの努力の成果である。 我々は、交通パターンの属性で訓練された、堅牢な機械学習ベースの推論エンジンを開発する。 99%以上の精度で28台のIoTデバイスのリアルタイム分類を実演する。
  論文  参考訳（メタデータ） (2020-01-28T23:13:12Z)

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。