論文の概要: ICPR 2026 Competition on Privacy-Preserving Person Re-Identification from Top-View RGB-Depth Camera (TVRID)
- arxiv url: http://arxiv.org/abs/2605.04977v1
- Date: Wed, 06 May 2026 14:31:53 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-05-07 18:41:07.879131
- Title: ICPR 2026 Competition on Privacy-Preserving Person Re-Identification from Top-View RGB-Depth Camera (TVRID)
- Title（参考訳）: ICPR 2026 トップビューRGB-Depth Camera (TVRID) によるプライバシ保護者再識別に関するコンペティション
- Abstract要約: 本稿では,ICPR 2026 TVRIDコンペティションについて報告する。
TVRIDには、Intel RealSense D455カメラの4つの同期オーバーヘッドによってキャプチャされた86のIDが含まれている。
評価プロトコルには、RGB Re-ID、Depth Re-ID、RGB$leftrightarrow$Depthクロスモーダル検索の3つのトラックが含まれている。
- 参考スコア（独自算出の注目度）: 0.7340845393655052
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: This companion paper reports the ICPR 2026 TVRID competition on privacy-aware top-view person re-identification. We present the competition setting, the released RGB-Depth dataset, and a summary of final results with descriptions of the top entries. TVRID contains 86 identities captured by four synchronized overhead Intel RealSense D455 cameras, with paired RGB/Depth streams and structured geometric variation across flat, ascent, descent, and oblique viewpoints. The evaluation protocol includes three tracks: RGB Re-ID, Depth Re-ID, and RGB$\leftrightarrow$Depth cross-modal retrieval. Submissions are ranked using mAP and CMC-1 under a unified server-side evaluation. The final results show a clear difficulty ordering (RGB $>$ Depth $>$ Cross-Modal), highlighting both the challenge of modality-constrained retrieval and the feasibility of strong performance with modality-invariant learning. By releasing the dataset at https://zenodo.org/records/17909410, the evaluation scripts at https://github.com/RaphaelDel/ICPR-TVRID, and the accompanying documentation, TVRID establishes a reproducible benchmark for top-view, depth-based, and cross-modal person re-id.
- Abstract（参考訳）: 本論文は、ICPR 2026 TVRIDコンペティションにおいて、プライバシーを意識したトップビューの人物の再識別について報告する。
本稿では,コンペティション設定,リリースしたRGB-Depthデータセット,および最終結果の概要について紹介する。
TVRIDには、Intel RealSense D455カメラの4つの同期オーバーヘッドによってキャプチャされた86のアイデンティティが含まれており、ペアリングされたRGB/Depthストリームと、平坦、上昇、降下、斜めの視点にまたがる幾何学的変動がある。
評価プロトコルには、RGB Re-ID、Depth Re-ID、RGB$\leftrightarrow$Depthクロスモーダル検索の3つのトラックが含まれている。
送信はmAPとMCC-1を使用してサーバサイドの統一評価でランク付けされる。
最終結果は、モダリティ制約付き検索の課題と、モダリティ不変学習による強いパフォーマンスの実現可能性の両方を強調した、明確な難易度(RGB $>$ Depth $>$ Cross-Modal)を示す。
https://zenodo.org/records/17909410でデータセットをリリースし、https://github.com/RaphaelDel/ICPR-TVRIDでの評価スクリプトを公開し、それに付随するドキュメントにより、TVRIDは、トップビュー、ディープベース、クロスモーダルパーソンの再評価のための再現可能なベンチマークを確立する。
関連論文リスト
- TempRet: Temporal Enhancement and Two-Stage Reranking for CVPR 2026 EPIC-KITCHENS-100 Multi-Instance Retrieval Challenge [71.10535279591527]
我々は,CVPR 2026 EPIC-KITCHENS-100 MIRチャレンジに対して,TempRetと呼ばれるソリューションを提示する。
当社のアプローチは,CLIPベースのデュアルエンコーダのバックボーン上に構築されており,時間的および横断的な課題に対処するための2つの重要なコンポーネントを導入している。
EK-100 MIRベンチマークでは,平均mAPは67.97%,平均nDCGは82.92%であった。
論文 参考訳（メタデータ） (2026-05-23T08:37:39Z) - T2I-VeRW: Part-level Fine-grained Perception for Text-to-Image Vehicle Retrieval [27.508200973079507]
Vehicle Re-IDは、重複しないカメラによって撮影された画像から、与えられたクエリに最もよく似た画像を取得することを目的としている。
我々はPFCVRを提案する。PFCVRは、テキストから画像への車両再識別のための細粒度クロスモーダル車両検索モデルである。
論文 参考訳（メタデータ） (2026-05-07T11:10:30Z) - AG-VPReID.VIR: Bridging Aerial and Ground Platforms for Video-based Visible-Infrared Person Re-ID [36.00219379027019]
我々は,最初の空対地ビデオベース人物Re-IDデータセットであるAG-VPReID.VIRを提示する。
このデータセットは、4,861個のトラックレット(124,855フレーム)にまたがる1,837個のアイデンティティを、UAV搭載と固定CCTVカメラの両方をRGBおよび赤外線モダリティでキャプチャする。
提案手法は, 空間的視点とRGB-IRモダリティの領域ギャップを, スタイルロバストな特徴学習, メモリベース・クロスビュー適応, 中間誘導時間モデルにより埋める。
論文 参考訳（メタデータ） (2025-07-24T00:13:25Z) - When Person Re-Identification Meets Event Camera: A Benchmark Dataset and An Attribute-guided Re-Identification Framework [48.16640931718528]
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) - Multi-modal Multi-platform Person Re-Identification: Benchmark and Method [58.59888754340054]
MP-ReIDは、マルチモダリティとマルチプラットフォームReIDに特化した新しいデータセットである。
このベンチマークは、RGB、赤外線、サーマルイメージングなど、さまざまなモードで1,930のIDからデータをコンパイルする。
クロスモダリティとクロスプラットフォームシナリオに適した,特定設計のプロンプトを備えたフレームワークであるUni-Prompt ReIDを紹介する。
論文 参考訳（メタデータ） (2025-03-21T12:27:49Z) - RGB-Sonar Tracking Benchmark and Spatial Cross-Attention Transformer Tracker [4.235252053339947]
本稿では,新しいRGB-Sonar(RGB-S)トラッキングタスクを提案する。
RGBとソナーモダリティの相互作用により、水中の標的の効率的な追跡を実現する方法について検討する。
論文 参考訳（メタデータ） (2024-06-11T12:01:11Z) - OC4-ReID: Occluded Cloth-Changing Person Re-Identification [14.037336224777055]
Occluded Cloth-Changing Person Re-Identification (OC4-ReID)は、服が変わったときに特定の歩行者を回収する新しい方法である。
OC4-ReIDは衣服の変化と閉塞の2つの課題に同時に対処する。
提案したデータセットおよび2つのCC-ReIDベンチマークデータセットに関する総合的な実験は、提案手法の他の最先端手法に対する優れた性能を示す。
論文 参考訳（メタデータ） (2024-03-13T14:08:45Z) - Noisy-Correspondence Learning for Text-to-Image Person Re-identification [50.07634676709067]
本稿では,雑音対応においても頑健な視覚関係を学習するための新しいロバスト二重埋め込み法(RDE)を提案する。
提案手法は,3つのデータセット上での合成ノイズ対応と非合成ノイズ対応を両立させる。
論文 参考訳（メタデータ） (2023-08-19T05:34:13Z) - Learning Modal-Invariant and Temporal-Memory for Video-based
Visible-Infrared Person Re-Identification [46.49866514866999]
主にビデオベースのクロスモーダル人物Re-ID法について研究する。
トラックレット内のフレームの増加により,性能が向上することが証明された。
モーダル不変部分空間に2つのモダリティを投影する新しい手法を提案する。
論文 参考訳（メタデータ） (2022-08-04T04:43:52Z) - Bi-directional Cross-Modality Feature Propagation with
Separation-and-Aggregation Gate for RGB-D Semantic Segmentation [59.94819184452694]
深度情報はRGBD画像のセマンティックセグメンテーションにおいて有用であることが証明されている。
既存のほとんどの研究は、深度測定がRGBピクセルと正確で整合していると仮定し、問題をモーダルな特徴融合としてモデル化している。
本稿では,RGB特徴量応答を効果的に再検討するだけでなく,複数の段階を通して正確な深度情報を抽出し,代わりに2つの補正表現を集約する,統一的で効率的なクロスモダリティガイドを提案する。
論文 参考訳（メタデータ） (2020-07-17T18:35:24Z)
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。