Дослідження атрибутів людини для задачі повторної ідентифікації
Вантажиться...
Файли
Дата
Науковий керівник
Редактор
Інші учасники
Відповідальний
ORCID
Назва журналу
Номер ISSN
Назва тому
Альтернативна назва
Исследование атрибутов человека для задачи повторной идентификации
Research of human attributes for the task of re-identification
Research of human attributes for the task of re-identification
Анотація
В 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.
В работе исследуется задача распознавания атрибутов человека для улучшения повторной идентификации. Осуществлен анализ методов повторной идентификации и методов распознавания атрибутов человека. Рассмотрены наборы данных атрибутов человека: Market-1501, DukeMTMC-reID, PETA, RAP-v1, RAP-v2 и PA-100k. Проанализированы проблемы связаны как с формирование 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.
The 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.
В работе исследуется задача распознавания атрибутов человека для улучшения повторной идентификации. Осуществлен анализ методов повторной идентификации и методов распознавания атрибутов человека. Рассмотрены наборы данных атрибутов человека: Market-1501, DukeMTMC-reID, PETA, RAP-v1, RAP-v2 и PA-100k. Проанализированы проблемы связаны как с формирование 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.
The 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.
Опис
УДК
Тип документа
Мова
Посилання на публікацію
Серія, номер
ISBN
ББК
Інші ідентифікатори
Пов’язані матеріали
Спонсорська підтримка
Правовласник
Бібліографічний опис
Квєтний 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.
Схвалення
Рецензія
Доповнено
Цитується в
Список використаної літератури (28)
- Y. 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.
- R. 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.
- R. Layne, T. Hospedales, S. Gong, «Towards person identification and re-identification with attributes», School of EECS, Queen Mary University of London, UK, 2012.
- Z. 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.
- K. 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.
- H. 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).
- R. 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.
- T. 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.
- S. 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.
- L. 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.