[공지사항]을 빙자한 안부와 근황 
Show more

Daily Arxiv

世界中で発行される人工知能関連の論文をまとめるページです。
このページはGoogle Geminiを活用して要約し、非営利で運営しています。
論文の著作権は著者および関連機関にあり、共有する際は出典を明記してください。

When Person Re-Identification Meets Event Camera: A Benchmark Dataset and An Attribute-guided Re-Identification Framework

Created by
  • Haebom

作者

Xiao Wang, Qian Zhu, Shujuan Wu, Bo Jiang, Shiliang Zhang, Yaowei Wang, Yonghong Tian, Bin Luo

概要

本論文は、イベントカメラベースの人再識別(ReID)研究におけるデータ不足の問題を解決するために、大規模なRGBイベントベースの人ReIDデータセットであるEvReIDを提示します。 EvReIDは、1200人の歩行者のための118,988の画像のペアを含み、様々な季節、シーン、照明条件で収集されました。また、15の最先端のReIDアルゴリズムを評価し、今後の研究のための基盤を設けました。さらに、歩行者属性を活用した対照学習フレームワークであるTriPro-ReIDを提案し、RGBフレームとイベントストリームの視覚的特徴だけでなく、歩行者属性を中間レベルの意味的特徴として活用してパフォーマンスを向上させました。 EvReIDおよびMARSデータセットでの実験により、提案されたRGBイベントベースの人ReIDフレームワークの効果を検証しました。データセットとソースコードはhttps://github.com/Event-AHU/Neuromorphic_ReIDで公開されます。

Takeaways、Limitations

Takeaways:
大規模なRGBイベントベースの人ReIDデータセットEvReIDを提供することで、イベントカメラベースのReID研究の進歩に貢献します。
歩行者属性を活用した新しい対照学習フレームワークTriPro-ReIDを提案し、その効果を検証しました。
イベントカメラベースのReIDアルゴリズムの性能評価のためのベンチマークを提供します。
Limitations:
EvReIDデータセットの多様性が十分であるかどうかをさらに検討する必要があるかもしれません。
TriPro-ReIDの性能が他の最先端の方法と比較してどれほど優れているかについてのより詳細な分析が必要です。
実際の環境での一般化パフォーマンスの追加評価が必要です。
👍