論文の概要: RobustGait: Robustness Analysis for Appearance Based Gait Recognition
- arxiv url: http://arxiv.org/abs/2511.13065v1
- Date: Mon, 17 Nov 2025 07:12:06 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-11-18 14:36:24.887861
- Title: RobustGait: Robustness Analysis for Appearance Based Gait Recognition
- Title（参考訳）: RobustGait: 外観に基づく歩行認識のためのロバストネス解析
- Authors: Reeshoon Sayera, Akash Kumar, Sirshapan Mitra, Prudvi Kamtam, Yogesh S Rawat,
- Abstract要約: 本稿では、外見に基づく歩行認識システムのきめ細かい頑健性評価のためのフレームワークRobustGaitを提案する。
このベンチマークでは、CASIA-B、CCPG、SUSTech1Kの5つの重大レベルに15の汚職タイプを導入し、MEVIDの中間検証を行い、6つの最先端歩行システムを評価する。
RGBレベルでのノイズの適用は、現実世界の劣化を反映し、シルエット抽出によって下流歩行認識システムに歪みがどのように伝播するかを明らかにする。
- 参考スコア（独自算出の注目度）: 20.556295879194277
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Appearance-based gait recognition have achieved strong performance on controlled datasets, yet systematic evaluation of its robustness to real-world corruptions and silhouette variability remains lacking. We present RobustGait, a framework for fine-grained robustness evaluation of appearance-based gait recognition systems. RobustGait evaluation spans four dimensions: the type of perturbation (digital, environmental, temporal, occlusion), the silhouette extraction method (segmentation and parsing networks), the architectural capacities of gait recognition models, and various deployment scenarios. The benchmark introduces 15 corruption types at 5 severity levels across CASIA-B, CCPG, and SUSTech1K, with in-the-wild validation on MEVID, and evaluates six state-of-the-art gait systems. We came across several exciting insights. First, applying noise at the RGB level better reflects real-world degradation, and reveal how distortions propagate through silhouette extraction to the downstream gait recognition systems. Second, gait accuracy is highly sensitive to silhouette extractor biases, revealing an overlooked source of benchmark bias. Third, robustness is dependent on both the type of perturbation and the architectural design. Finally, we explore robustness-enhancing strategies, showing that noise-aware training and knowledge distillation improve performance and move toward deployment-ready systems.
- Abstract（参考訳）: 出現に基づく歩行認識は、制御されたデータセット上で強力なパフォーマンスを達成しているが、実際の腐敗やシルエットの変動に対する頑健さの体系的な評価は依然として不十分である。
本稿では、外見に基づく歩行認識システムのきめ細かい頑健性評価のためのフレームワークRobustGaitを提案する。
RobustGaitの評価は、摂動の種類(デジタル、環境、時間、閉塞)、シルエット抽出法(セグメンテーションとパーシングネットワーク)、歩行認識モデルのアーキテクチャ能力、様々な展開シナリオの4つの次元にまたがる。
このベンチマークでは、CASIA-B、CCPG、SUSTech1Kの5つの重大レベルに15の汚職タイプを導入し、MEVIDの中間検証を行い、6つの最先端歩行システムを評価する。
いくつかのエキサイティングな洞察を得た。
第一に、RGBレベルでノイズを適用することは現実の劣化を反映し、歪みがシルエット抽出によって下流歩行認識システムにどのように伝播するかを明らかにする。
第二に、歩行精度はシルエット抽出器バイアスに非常に敏感であり、見過ごされたベンチマークバイアスの原因を明らかにする。
第3に、堅牢性は摂動のタイプとアーキテクチャ設計の両方に依存します。
最後に、ロバストネス向上戦略について検討し、ノイズ対応のトレーニングと知識蒸留によって性能が向上し、デプロイメント対応システムへと移行することを示す。
関連論文リスト
- Perceptual Quality Assessment of 3D Gaussian Splatting: A Subjective Dataset and Prediction Metric [76.66966098297986]
3DGSの主観的品質評価データセットである3DGS-QAを提案する。
15種類の物体に対して225の劣化した復元を行い、共通の歪み要因の制御を可能にした。
本モデルでは,ガウス表現から空間的および測光的手がかりを抽出し,構造的に知覚された品質を推定する。
論文 参考訳（メタデータ） (2025-11-11T09:34:20Z) - Transformer-Based Indirect Structural Health Monitoring of Rail Infrastructure with Attention-Driven Detection and Localization of Transient Defects [1.1782896991259]
我々は,段階的に複雑な課題に対してモデルロバスト性を評価するために,漸進的な合成データベンチマークを導入する。
提案するアテンション・フォーカス変換器とともに,複数の教師なしモデルを評価する。
提案モデルでは,提案手法の精度は最先端の解に匹敵するが,推論速度は向上する。
論文 参考訳（メタデータ） (2025-10-08T23:01:53Z) - RoHOI: Robustness Benchmark for Human-Object Interaction Detection [84.78366452133514]
ヒューマン・オブジェクト・インタラクション(HOI)検出は、コンテキスト認識支援を可能にするロボット・ヒューマン・アシストに不可欠である。
HOI検出のための最初のベンチマークを導入し、様々な課題下でモデルのレジリエンスを評価する。
我々のベンチマークであるRoHOIは、HICO-DETとV-COCOデータセットに基づく20の汚職タイプと、新しいロバストネスにフォーカスしたメトリクスを含んでいる。
論文 参考訳（メタデータ） (2025-07-12T01:58:04Z) - RbFT: Robust Fine-tuning for Retrieval-Augmented Generation against Retrieval Defects [12.5122702720856]
本稿では,検索欠陥に対する大規模言語モデルのレジリエンスを高めるために,Robust Fine-Tuning (RbFT)を提案する。
実験の結果,RbFTは多様な検索条件におけるRAGシステムのロバスト性を大幅に向上させることがわかった。
論文 参考訳（メタデータ） (2025-01-30T14:15:09Z) - Benchmarking Image Perturbations for Testing Automated Driving Assistance Systems [1.9526430269580959]
ディープニューラルネットワーク(DNN)に基づく高度な運転支援システム(ADAS)は、重要な知覚タスクのために自動運転車で広く利用されている。
これらのシステムは、ノイズや照明の変化といった入力のバリエーションに非常に敏感であり、その効果を損なう可能性があり、安全性に重大な障害を引き起こす可能性がある。
本研究は、ADAS知覚システムの堅牢性と一般化を検証・改善するために、画像摂動の総合的な実験的評価を提供する。
論文 参考訳（メタデータ） (2025-01-21T16:40:44Z) - Benchmarking and Improving Bird's Eye View Perception Robustness in Autonomous Driving [55.93813178692077]
本稿では,BEVアルゴリズムのレジリエンスを評価するためのベンチマークスイートであるRoboBEVを紹介する。
検出,マップセグメンテーション,深さ推定,占有予測といったタスクにまたがる33の最先端のBEVベースの知覚モデルを評価する。
また, 事前学習や深度自由なBEVトランスフォーメーションなどの戦略が, アウト・オブ・ディストリビューションデータに対するロバスト性を高める上で有効であることを示す。
論文 参考訳（メタデータ） (2024-05-27T17:59:39Z) - Self-Supervised Graph Transformer for Deepfake Detection [1.8133635752982105]
ディープフェイク検出手法は、与えられたデータセット内の偽造を認識できる有望な結果を示している。
ディープフェイク検出システムは、一般的な検出性能を保証するために、偽造タイプ、外観、品質に欠かせないままでいなければならない。
本研究では、自己教師付き事前学習モデルを利用して、例外的な一般化能力を実現するディープフェイク検出フレームワークを提案する。
論文 参考訳（メタデータ） (2023-07-27T17:22:41Z) - Distillation-guided Representation Learning for Unconstrained Gait Recognition [50.0533243584942]
本研究では,屋外シナリオにおける人間認証のためのGADER(GAit Detection and Recognition)フレームワークを提案する。
GADERは、歩行情報を含むフレームのみを使用する新しい歩行認識手法により識別的特徴を構築する。
室内および屋外のデータセットに一貫した改善を示すため,複数の歩行ベースライン(SoTA)について評価を行った。
論文 参考訳（メタデータ） (2023-07-27T01:53:57Z) - Robo3D: Towards Robust and Reliable 3D Perception against Corruptions [58.306694836881235]
我々は,3次元検出器とセグメンタのロバスト性を,アウト・オブ・ディストリビューションのシナリオで検証するための,最初の総合的なベンチマークであるRobo3Dを紹介する。
気象条件の悪化,外乱,センサの故障などに起因する8種類の汚職について検討した。
本稿では,モデルレジリエンスを高めるための簡易なフレキシブルなボキセル化戦略とともに,密度に敏感なトレーニングフレームワークを提案する。
論文 参考訳（メタデータ） (2023-03-30T17:59:17Z)
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。