論文の概要: Now You See Them, Now You Dont FusionGhost Gait for Occlusion-Robust Gait Recognition with ArabGait dataset

• arxiv url: http://arxiv.org/abs/2611.00780v1
• Date: Sat, 31 Oct 2026 09:49:07 GMT
• ステータス: 情報取得中
• システム内更新日: 2026-11-03 20:04:06.101725
• Title: Now You See Them, Now You Dont FusionGhost Gait for Occlusion-Robust Gait Recognition with ArabGait dataset
• Title（参考訳）: Them, Now Dont FusionGhost Gait for Occlusion-Robust Gait Recognition with ArabGait dataset
• Abstract要約: 3つの視点で4つの歩行条件を持つ45サブジェクト屋内マルチビューデータセットであるA ArabGaitを紹介した。 メキシコ湾岸の衣類は0.811から0.683に低下し、7.98%から17.82%に低下した。 本研究では,空間グラフブロックと時間的モデリングを1つの残余単位に統合した時空間アーキテクチャFusionGhost-Gaitを提案する。
• 参考スコア（独自算出の注目度）: 2.380039717474098
• License:
• Abstract: Skeleton-based gait recognition is generally more robust to appearance changes than pixel-based methods, but this robustness depends on stable pose extraction. Clothing variation in gait recognition includes changes in garments, silhouette, and carried items; under Gulf clothing (Kandoora/Abaya), the dominant failure mode shifts from appearance change to lower-limb pose degradation caused by severe occlusion. To study this regime, we introduce ArabGait, a 45-subject indoor multi-view dataset with four walking conditions across three viewpoints, and show that Gulf clothing lowers mean lower-limb confidence from 0.811 to 0.683 and raises lower-limb failure rate from 7.98% to 17.82%, with ankles most affected. We propose FusionGhost-Gait, a fused spatiotemporal architecture that integrates spatial graph blocks and temporal modeling in one residual unit, removes redundant channel projections, and uses compact temporal Ghost kernels as a lightweight regularization mechanism for pose-noisy trajectories while preserving efficient temporal downsampling. On ArabGait cross-clothing evaluation, including Protocol A and Protocol B, FusionGhost-Gait reaches up to 67.91% Rank-1 while remaining compact (108,970- 133,674 parameters and 0.035-0.052 billion floating-point operations (GFLOPs)), achieving more than 65% fewer parameters and 75% lower FLOPs than existing baselines. These results indicate that the proposed model generalizes effectively to challenging Gulf-clothing conditions while remaining lightweight and deployable for surveillance and access-control biometric systems.
• Abstract（参考訳）: 骨格に基づく歩行認識は、一般的にピクセルベースの手法よりも外観変化に対して堅牢であるが、この堅牢性は安定なポーズ抽出に依存する。 衣服, シルエット, 携帯品目の変化, 湾岸の衣服(カンドアラ/アバヤ)では, 過酷な閉塞による外見の変化から下肢のポーズ劣化へ支配的な障害モードが移行する。 3つの視点で4つの歩行条件を持つ45サブオブジェクトの屋内マルチビューデータセットであるArabGaitを導入し、湾岸の衣服が0.811から0.683までの低地への信頼度を低くし、低地への障害率を7.98%から17.82%に引き上げ、足首に最も影響していることを示す。 空間グラフブロックと時間的モデリングを1つの残余単位に統合し、冗長なチャネルプロジェクションを除去し、コンパクトな時間的ゴーストカーネルを効率的な時間的ダウンサンプリングを保ちながら、ポーズノイズのトラジェクトリの軽量な正規化機構として利用する、融合時空間アーキテクチャであるFusionGhost-Gaitを提案する。 プロトコルAとプロトコルBを含むアラブゲイトのクロスクロージング評価では、FusionGhost-Gaitは67.91%のランク-1に達し、コンパクトな(108,970-133,674のパラメータと0.035-0.052億の浮動小数点演算(GFLOP)を維持し、既存のベースラインよりも65%以上のパラメータと75%低いFLOPを実現している。 これらの結果から,提案モデルが湾岸閉鎖環境への挑戦に有効でありながら,監視・アクセス制御生体計測システムに軽量で展開可能であることが示唆された。

関連論文リスト

• GAUGE: Group-Wise View-Inconsistency Rectification for Feed-Forward 4D Tracking [48.91477882822122]
  本稿では,GAUGE(Group-wise Adaptive Unsupervised Gauge Estimation)について述べる。 方向整合性と空間接続性から運動群を復元し、フレーム単位のラジアルスケールとグループレベルの変換を推定する。 D4RT, 4RC, SM4RTを含む8つのトラッカーの動的クエリポイントでは, 訂正されていない予測に対して, 終端誤差を15.1%から62.6%削減する。
  論文  参考訳（メタデータ） (2026-09-26T13:14:53Z)
• Recovering Biomechanical Signals from Missing Keypoints Using Temporal Interpolation in Monocular Gait Analysis [0.0]
  足首のキーポイント不足条件下での膝角推定を評価し,回復機構として一階の時間的スキームを検証した。 以上の結果から,歩行信号の時間的冗長性は,致命的欠落した関節を回復するための単純で計算容易なスキームに十分であることが示唆された。
  論文  参考訳（メタデータ） (2026-09-09T03:37:05Z)
• Beyond False Stability: High-Noise Drift Gating for Test-Time Adversarial Defenses in Vision-Language Models [37.24612885977265]
  CLIPのような視覚言語モデル(VLM)は、強いゼロショットの一般化を示すが、敵攻撃に対して非常に脆弱である。 最近のアプローチでは、CLIPの視覚的表現が摂動にどのように反応するかを利用する。 軽量ゲーティング信号として高雑音特徴ドリフトを用いた学習自由なプラグインドリフトゲート機構を提案する。
  論文  参考訳（メタデータ） (2026-06-02T14:49:04Z)
• When Eyes Betray AI: Social Gaze Consistency as a Semantic Cue for AI-Generated Image Detection [12.446807294893638]
  本稿では,視線方向の相互コヒーレンス,頭部アライメント,対人関係の瞳孔配置として定義された高レベルの意味的キューであるソーシャル・ゲイズ・コンシステンシーを紹介する。 既存の低レベルパラダイムに対して,これまで未利用であった検出軸を構成することを示す。 4ステップのアカウントでは、単一インパインター(FLUX.1-Fill)のトレーニングがマルチジェネレータスイートに移行した理由が説明されている。
  論文  参考訳（メタデータ） (2026-05-26T17:50:17Z)
• Paired-CSLiDAR: Height-Stratified Registration for Cross-Source Aerial-Ground LiDAR Pose Refinement [46.13526676100776]
  Paired-CSLiDAR(英語版)は、シングルスキャンポーズリファインメントのためのクロスソース空地LiDARベンチマークである。 このベンチマークには6つの評価サイトで12,683組の地上空対が含まれている。 本稿では,RGSR(Residual-Guided Stratified Registration)を提案する。
  論文  参考訳（メタデータ） (2026-05-01T13:14:20Z)
• BadCLIP++: Stealthy and Persistent Backdoors in Multimodal Contrastive Learning [73.46118996284888]
  マルチモーダル・コントラスト学習モデルに対するバックドア攻撃の研究は、ステルスネスと永続性という2つの大きな課題に直面している。 両課題に対処する統合フレームワークであるBadCLIP++を提案する。 ステルスネスのために,タスク関連領域付近に知覚不可能なパターンを埋め込むセマンティックフュージョンQRマイクロトリガーを導入する。 持続性については、半径縮小とセントロイドアライメントによるトリガ埋め込みを安定化する。
  論文  参考訳（メタデータ） (2026-02-19T08:31:16Z)
• Soft Clustering Anchors for Self-Supervised Speech Representation Learning in Joint Embedding Prediction Architectures [45.74430728311433]
  JEPA(Joint Embedding Predictive Architectures)は、自己教師型音声表現学習において有望なアプローチを提供するが、明示的な根拠なしに表現の崩壊に悩まされる。 本稿では,GMM-Anchored JEPAを提案する。GMM-Anchored JEPAはガウス混合モデルの対数メル分光法に一度適合し,凍結した軟体後部をトレーニングを通して補助目標とする。 50k時間音声では、GMMアンカーがASR(28.68% vs. 33.22% WER)、感情認識(67.76% vs. 65.46%)、スロットフィリング(64.7% vs. 59.1% F1)を改善している。
  論文  参考訳（メタデータ） (2026-01-30T20:51:37Z)
• Lazy Layers to Make Fine-Tuned Diffusion Models More Traceable [70.77600345240867]
  新たな任意の任意配置(AIAO)戦略は、微調整による除去に耐性を持たせる。 拡散モデルの入力/出力空間のバックドアを設計する既存の手法とは異なり,本手法では,サンプルサブパスの特徴空間にバックドアを埋め込む方法を提案する。 MS-COCO,AFHQ,LSUN,CUB-200,DreamBoothの各データセットに関する実証研究により,AIAOの堅牢性が確認された。
  論文  参考訳（メタデータ） (2024-05-01T12:03:39Z)
• Coordinate Transformer: Achieving Single-stage Multi-person Mesh Recovery from Videos [91.44553585470688]
  ビデオから複数人の3Dメッシュを回収することは、バーチャルリアリティーや理学療法などにおけるグループ行動の自動認識に向けた重要な第一歩である。 本稿では,複数人物の時空間関係を直接モデル化し,同時にエンドツーエンドでマルチ・メッシュ・リカバリを行うコーディネート・トランスフォーマーを提案する。 3DPWデータセットの実験では、CoordFormerが最先端の精度を大幅に向上し、MPJPE、PAMPJPE、PVEの計測値でそれぞれ4.2%、8.8%、そして4.7%を上回った。
  論文  参考訳（メタデータ） (2023-08-20T18:23:07Z)

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。