論文の概要: Identity-Centric Video Summarization via Hierarchical Fusion of Biometric, Appearance, and 3D Body Features
- arxiv url: http://arxiv.org/abs/2609.25837v1
- Date: Tue, 22 Sep 2026 08:05:09 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-23 18:04:04.28005
- Title: Identity-Centric Video Summarization via Hierarchical Fusion of Biometric, Appearance, and 3D Body Features
- Title（参考訳）: 生体・外観・3次元身体特徴の階層的融合によるアイデンティティ中心映像の要約
- Abstract要約: 本研究は,多目的追跡と人物再同定に基づく映像要約アルゴリズムを提案する。
顔の埋め込み,3次元体形,視覚的外観を統合的なトラッキングフレームワークに統合する。
これらの安定な軌道から、各単位に対するコンパクトな要約を生成する。
- 参考スコア（独自算出の注目度）: 0.5541644538483947
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: This work presents a video summarization algorithm based on multi-object tracking and person reidentification. We integrate facial embeddings, 3D body-shape features, and visual appearance into a unified tracking framework. These representations enable hierarchical identity assignment and tracking through bidirectional anchoring, which robustly recovers trajectories under severe occlusion or low visual quality. From these stable trajectories, we generate a compact set of summaries for each identity. We select keyframes using a multi-factor weighting scheme that optimizes biometric clarity, social interaction, and motion dynamics, while Adaptive Non-Maximum Suppression ensures temporal diversity. Evaluation on a custom dataset demonstrates tracking stability, achieving an IDF1 of 97.89% and a MOTA of 95.79%. Compared to Top-K selection, our algorithm also increases visual diversity by 146%, temporal coverage by 89%, and information retrievability by 3.5%.
- Abstract（参考訳）: 本研究は,多目的追跡と人物再同定に基づく映像要約アルゴリズムを提案する。
顔の埋め込み,3次元体形,視覚的外観を統合的なトラッキングフレームワークに統合する。
これらの表現は、階層的なアイデンティティ割り当てと双方向アンカーによる追跡を可能にし、重度の閉塞や視覚的品質の低い軌道を確実に回復する。
これらの安定な軌道から、各単位に対するコンパクトな要約を生成する。
適応的非最大抑圧は時間的多様性を保証するが、生体的明瞭度、社会的相互作用、動きのダイナミクスを最適化する多要素重み付け方式を用いて鍵フレームを選択する。
カスタムデータセットの評価では、追跡安定性を示し、IDF1は97.89%、MOTAは95.79%である。
トップK選択と比較して、我々のアルゴリズムは視覚的多様性を146%、時間的カバレッジを89%、情報検索可能性を3.5%向上させる。
関連論文リスト
- DisPOSE: Projected Polystochastic Diffusion for Self-Supervised Multi-View 3D Human Pose Estimation [58.47973015036709]
DisPOSEは、本質的に離散的な多視点人物割り当て問題を近似する自己教師型フレームワークである。
特定可能なシンクホーン射影を用いることにより、本モデルは有効かつ実現可能な課題への解の導出を学ぶ。
提案手法は、標準データセット上での最先端の自己教師手法よりも優れている。
論文 参考訳（メタデータ） (2026-06-05T16:14:39Z) - Cross-Modal Geometric Hierarchy Fusion: An Implicit-Submap Driven Framework for Resilient 3D Place Recognition [9.411542547451193]
本稿では,密度に依存しない幾何学的推論により3次元位置認識を再定義するフレームワークを提案する。
具体的には、元のシーンポイント雲密度の干渉に免疫する弾性点に基づく暗黙の3次元表現を導入する。
これら2種類の情報を活用することで,鳥眼視と3Dセグメントの両視点から幾何学的情報を融合する記述子を得る。
論文 参考訳（メタデータ） (2025-06-17T07:04:07Z) - 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) - DCEvo: Discriminative Cross-Dimensional Evolutionary Learning for Infrared and Visible Image Fusion [58.36400052566673]
赤外線および可視画像融合は、異なるスペクトルバンドからの情報を統合して画質を向上させる。
既存のアプローチでは、画像融合とそれに続くハイレベルなタスクを別プロセスとして扱う。
本稿では、視覚的品質と知覚精度を同時に向上させるDCEvoと呼ばれる識別的クロス次元進化学習フレームワークを提案する。
論文 参考訳（メタデータ） (2025-03-22T07:01:58Z) - Multi-Grained Feature Pruning for Video-Based Human Pose Estimation [19.297490509277463]
人間のポーズ推定のための新しいマルチスケール・解像度・フレームワークを提案する。
我々は,重要な意味情報を提供するトークンを識別するために,密度クラスタリング手法を用いる。
提案手法は,ベースラインに比べて推論速度が93.8%向上した。
論文 参考訳（メタデータ） (2025-03-07T12:14:51Z) - Modeling Continuous Motion for 3D Point Cloud Object Tracking [54.48716096286417]
本稿では,各トラックレットを連続ストリームとみなす新しいアプローチを提案する。
各タイムスタンプでは、現在のフレームだけがネットワークに送られ、メモリバンクに格納された複数フレームの履歴機能と相互作用する。
頑健な追跡のためのマルチフレーム機能の利用性を高めるために,コントラッシブシーケンス強化戦略を提案する。
論文 参考訳（メタデータ） (2023-03-14T02:58:27Z) - Learnable Online Graph Representations for 3D Multi-Object Tracking [156.58876381318402]
3D MOT問題に対する統一型学習型アプローチを提案します。
我々は、完全にトレーニング可能なデータアソシエーションにNeural Message Passing Networkを使用します。
AMOTAの65.6%の最先端性能と58%のIDスウィッチを達成して、公開可能なnuScenesデータセットに対する提案手法のメリットを示す。
論文 参考訳（メタデータ） (2021-04-23T17:59:28Z)
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。