Occluded Person Re-Identification with Deep Learning: A Survey and Perspectives

要約

個人再識別 (Re-ID) テクノロジーは、インテリジェント監視システムにおいてますます重要な役割を果たしています。
広範囲にわたる閉塞は、人の Re-ID のパフォーマンスに大きな影響を与えます。
Occluded person Re-ID は、歩行者情報の損失、騒音干渉、視点のずれなどの課題に対処する歩行者マッチング手法を指します。
研究者からも大きな注目を集めています。
過去数年間にわたり、オクルージョンを解決する人物の Re-ID 手法がいくつか提案され、オクルージョンから生じるさまざまな副問題に取り組んできました。
しかし、遮蔽された人物の Re-ID 手法の可能性を詳細に比較、要約、評価する包括的な研究は不足しています。
このレビューでは、遮蔽された人物の Re-ID に使用されるデータセットと評価スキームの詳細な概要を提供することから始めます。
次に、既存の深層学習ベースの遮蔽された人物の Re-ID 手法をさまざまな観点から科学的に分類および分析し、簡潔にまとめます。
さらに、これらの方法を体系的に比較し、最先端のアプローチを特定し、閉塞者Re-IDの将来の開発の見通しを示します。

要約(オリジナル)

Person re-identification (Re-ID) technology plays an increasingly crucial role in intelligent surveillance systems. Widespread occlusion significantly impacts the performance of person Re-ID. Occluded person Re-ID refers to a pedestrian matching method that deals with challenges such as pedestrian information loss, noise interference, and perspective misalignment. It has garnered extensive attention from researchers. Over the past few years, several occlusion-solving person Re-ID methods have been proposed, tackling various sub-problems arising from occlusion. However, there is a lack of comprehensive studies that compare, summarize, and evaluate the potential of occluded person Re-ID methods in detail. In this review, we start by providing a detailed overview of the datasets and evaluation scheme used for occluded person Re-ID. Next, we scientifically classify and analyze existing deep learning-based occluded person Re-ID methods from various perspectives, summarizing them concisely. Furthermore, we conduct a systematic comparison among these methods, identify the state-of-the-art approaches, and present an outlook on the future development of occluded person Re-ID.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google