<link rel="stylesheet" href="styles.f3b1fba60ec7970c.css">

Дослідження атрибутів людини для задачі повторної ідентифікації

Ескіз

Файли

Квєтний.pdf (555,84 KB)

Дата

2020

Автори



Назва журналу

Номер ISSN

Назва тому

Видавець

Вінницький національний технічний університет

DOI

https://doi.org/10.31649/1999-9941-2020-49-3-4-13

Анотація

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

Ключові слова

deep learning , person re-identification , human attribute recognition

УДК

004.93

Тип документа

Article

Мова

uk_UA

Є частиною

Інформаційні технології та комп'ютерна інженерія. № 3 : 4-13.

ISSN

1999-9941
2078-6387

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.

URI

http://ir.lib.vntu.edu.ua/handle/123456789/31641

Зібрання

Інформаційні технології та комп'ютерна інженерія. 2020. № 3

Схвалення

Рецензія

Доповнено

Цитується в

Список використаної літератури (28)

  1. 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.
  2. 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.
  3. R. Layne, T. Hospedales, S. Gong, «Towards person identification and re-identification with attributes», School of EECS, Queen Mary University of London, UK, 2012.
  4. 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.
  5. 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.
  6. 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).
  7. 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.
  8. 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.
  9. 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.
  10. 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.