Показати скорочену інформацію

Дослідження атрибутів людини для задачі повторної ідентифікації

dc.contributor.authorКвєтний, Р. Н.uk
dc.contributor.authorМаслій, Р. В.uk
dc.contributor.authorКириленко, О. М.uk
dc.contributor.authorКветный, Р. Н.ru
dc.contributor.authorМаслий, Р. В.ru
dc.contributor.authorКириленко, А. М.ru
dc.contributor.authorKvyetnyy, R. N.en
dc.contributor.authorMaslii, R. V.en
dc.contributor.authorKyrylenko, O. M.en
dc.date.accessioned2021-03-23T07:56:10Z
dc.date.available2021-03-23T07:56:10Z
dc.date.issued2020
dc.identifier.citationКвєтний Р. Н. Дослідження атрибутів людини для задачі повторної ідентифікації [Текст] / Р. Н. Квєтний, Р. В. Маслій, О. М. Кириленко // Інформаційні технології та комп'ютерна інженерія. – 2020. – № 3. – С. 4-13.uk
dc.identifier.issn1999-9941
dc.identifier.issn2078-6387
dc.identifier.urihttp://ir.lib.vntu.edu.ua//handle/123456789/31641
dc.description.abstractВ роботі досліджується задача розпізнавання атрибутів людини для покращення повторної ідентифікації. Здійснено аналіз методів повторної ідентифікації та методів розпізнавання атрибутів людини. Розглянуті набори даних атрибутів людини: Market-1501, DukeMTMC-reID, PETA, RAP-v1, RAP-v2 та PA-100k. Проаналізовано проблеми повязані як з формуванняи наборів атрибутів людини так і з їх використанням. Надані рекомендації щодо вибору та використання наборів атрибутів людини. Також в роботі наведений огляд метрик оцінювання методів розпізнавання атрибутів людини.uk
dc.description.abstractВ работе исследуется задача распознавания атрибутов человека для улучшения повторной идентификации. Осуществ- лен анализ методов повторной идентификации и методов распознавания атрибутов человека. Рассмотрены наборы данных атрибу- тов человека: Market-1501, DukeMTMC-reID, PETA, RAP-v1, RAP-v2 и PA-100k. Проанализированы проблемы связаны как с фор- мирование и наборов атрибутов человека так и с их использованием. Даны рекомендации по выбору и использованию наборов атрибутов человека. Также в работе представлен обзор метрик оценки методов распознавания атрибутов человека.ru
dc.description.abstractThe paper investigates the problem of recognizing human attributes to improve re-identification. The analysis of re-identification methods and methods of recognition of human attributes is carried out. The data sets of human attributes are considered: Market-1501, DukeMTMC-reID, PETA, RAP-v1, RAP-v2 and PA-100k. Problems related to the formation and sets of human attributes and their use are analyzed. Recommendations for the selection and use of human attribute sets are provided. The paper also provides an overview of the metrics for evaluating methods for recognizing human attributes.en
dc.language.isouk_UAuk_UA
dc.publisherВНТУuk
dc.relation.ispartofІнформаційні технології та комп'ютерна інженерія. № 3 : 4-13.uk
dc.relation.urihttps://itce.vntu.edu.ua/index.php/itce/article/view/764
dc.subjectглибоке навчанняuk
dc.subjectповторна ідентифікація особиuk
dc.subjectрозпізнавання атрибутів людиниuk
dc.subjectглубокое обучениеru
dc.subjectповторная идентификация человекаru
dc.subjectраспознавание атрибутов человекаru
dc.subjectdeep learningen
dc.subjectperson re-identificationen
dc.subjecthuman attribute recognitionen
dc.titleДослідження атрибутів людини для задачі повторної ідентифікаціїuk
dc.title.alternativeИсследование атрибутов человека для задачи повторной идентификацииru
dc.title.alternativeResearch of human attributes for the task of re-identificationen
dc.typeArticle
dc.identifier.udc004.93
dc.relation.referencesY. Lina, L. Zhengb, Z. Zhenga, Yu Wua, Z. Hua, Ch. Yanc , Yi Yang, «Improving person reidentification by attribute and identity learning», Pattern Recognition, Volume 95, 2019, Pages 151- 161.en
dc.relation.referencesR. Maslii, O. Kyrylenko, Y. Marushchak, «Analysis of methods of person reidentification in multi camera environment», Norwegian Journal of development of the International Science, №47/2020.en
dc.relation.referencesR. Layne, T. Hospedales, S. Gong, «Towards person identification and re-identification with attributes», School of EECS, Queen Mary University of London, UK, 2012.en
dc.relation.referencesZ. Zheng, L. Zheng, Y. Yang, «A discriminatively learned cnn embedding for person reidentification », ACM Transactions on Multimedia Computing, Communications, and Applications 14 (1) (2017) 13.en
dc.relation.referencesK. He, X. Zhang, S. Ren, J. Sun, «Deep residual learning for image recognition», in Conference on Computer Vision and Pattern Recognition, 2016, pp. 770–778.en
dc.relation.referencesH. Fan, L. Zheng, C. Yan, Y. Yang, «Unsupervised person re-identification: Clustering and finetuning », ACM Transactions on Multimedia Computing, Communications, and Applications TOMCCAP 14 (4).en
dc.relation.referencesR. R. Varior, M. Haloi, G. Wang, «Gated siamese convolutional neural network architecture for human re-identification», in European Conference on Computer Vision, 2016, pp. 791–808.en
dc.relation.referencesT. Xiao, H. Li, W. Ouyang, X. Wang, «Learning deep feature representations with domain guided dropout for person re-identification», in The IEEE Conference on Computer Vision and Pattern Recognition, 2016, pp. 1249 – 1258.en
dc.relation.referencesS. Zhou, J. Wang, D. Meng, X. Xin, Y. Li, Y. Gong, N. Zheng, «Deep selfpaced learning for person re-identification», Pattern Recognition 76 (2018), 739–751.en
dc.relation.referencesL. Zhu, Z. Xu, Y. Yang, A. G. Hauptmann, «Uncovering the temporal context for video question answering », International Journal of Computer Vision 124 (3) (2017) 409–421.en
dc.relation.referencesL. Ma, X. Yang, D. Tao, «Person re-identification over camera networks using multi-task distance metric learning», in The IEEE Transactions on Image Processing 23 (8) (2014) 3656–3670.en
dc.relation.referencesW. Li, R. Zhao, T. Xiao, X. Wang, «Deepreid: Deep filter pairing neural network for person reidentification », in The IEEE Conference on Computer Vision and Pattern Recognition, 2014, pp. 152– 159.en
dc.relation.referencesC. Su, S. Zhang, F. Yang, G. Zhang, Q. Tian, W. Gao, L. S. Davis, «Attributes driven tracklet-totracklet person re-identification using latent prototypes space mapping», Pattern Recognition 66 (2017) 4–15.en
dc.relation.referencesC. Su, F. Yang, S. Zhang, Q. Tian, L. S. Davis, W. Gao, «Multi-task learning with low rank attribute embedding for multi-camera person reidentification», in The IEEE transactions on pattern analysis and machine intelligence, 40 (5) (2018) 1167–1181.en
dc.relation.referencesFranco, L. Oliveira, Convolutional covariance features: Conception, integration and performance in person re-identification, Pattern Recognition 61 (2017) 593–609.en
dc.relation.referencesSu, S. Zhang, J. Xing, W. Gao, Q. Tian, «Multi-type attributes driven multi-camera person reidentification », Pattern Recognition 75 (2018) 77– 89.en
dc.relation.referencesSchumann, R. Stiefelhagen, «Person re-identification by deep learning attribute-complementary information », in The IEEE Conference on Computer Vision and Pattern Recognition Workshops, 2017, pp. 1435–1443.en
dc.relation.referencesL. Zheng, L. Shen, L. Tian, S. Wang, J. Wang, Q. Tian, «Scalable person re-identification: A benchmark », іn Proceedings of the IEEE International Conference on Computer Vision, Santiago, Chile, 7– 13 December 2015.en
dc.relation.referencesE. Ristani, F. Solera, R. Zou, R. Cucchiara, C. Tomasi, «Performance Measures and a Data Set for Multi-Target, Multi-Camera Tracking», in Proceedings of the European Conference on Computer Vision workshop on Benchmarking Multi-Target Tracking, Amsterdam, The Netherlands, 8–10 October 2016.en
dc.relation.referencesY. Deng, P. Luo, C.C. Loy, X. Tang, «Pedestrian attribute recognition at far distance», in Proceedings of the 22nd ACM International Conference on Multimedia, Orlando, FL, USA, 3–7 November 2014; pp. 789–792.en
dc.relation.referencesZ. Yin, Wei-Shi Zheng, A. Wu, Hong-Xing Yu, Hai Wan, X.Guo, F. Huang, J. Lai, «Adversarial attribute- image person re-identification», IJCAI, 2018.en
dc.relation.referencesD. Li, Z. Zhang, X. Chen, H. Ling, K. Huang, «A richly annotated dataset for pedestrian attribute recognition», arXiv 2016, arXiv:1603.07054.en
dc.relation.referencesD. Li, Z. Zhang, X. Chen, K. Huang, «A richly annotated pedestrian dataset for person retrieval in real surveillance scenarios», in IEEE Trans. Image Process. 2018, 28, 1575–1590.en
dc.relation.referencesX. Liu, H. Zhao, M. Tian, L. Sheng, J. Shao, Yi. Shuai, J. Yan, X. Wang, «Hydraplus-net: Attentive deep features for pedestrian analysis», іn Proceedings of the IEEE International Conference on Computer Vision, Venice, Italy, 22–29 October 2017, pp. 350–359.en
dc.relation.referencesL. Wu, Y. Wang, J. Gao, X. Li, «Deep adaptive feature embedding with local sample distributions for person re-identification», Pattern Recognition 73 (2018) 275–288.en
dc.relation.referencesJ. Xu, R. Zhao, F. Zhu, H. Wang, W. Ouyang, «Attention-aware compositional network for person reidentification », in: The IEEE Conference on Computer Vision and Pattern Recognition, 2018.en
dc.relation.referencesI. Goodfellow, J. Pouget-Abadie, M. Mirza, B. Xu, D. Warde-Farley, S. Ozair, A. Courville, Y. Bengio, «Generative adversarial nets», in Advances in neural information processing systems, 2014, pp. 2672–2680.en
dc.relation.referencesE. Yaghoubi, D. Borza, SV Aruna Kumar, J. C. Neves, «Human attribute recognition − a comprehensive survey», Applied Sciences 10(16):5608, 2020.en
dc.identifier.doihttps://doi.org/10.31649/1999-9941-2020-49-3-4-13


Файли в цьому документі

Thumbnail
Ім'я:
Квєтний.pdf
Розмір:
555.8Kb
Формат:
PDF
Відкрити

Даний документ включений в наступну(і) колекцію(ї)

Показати скорочену інформацію