| 電子情報通信学会 研究会発表申込システム 講演論文 詳細 |
技報閲覧サービス [ログイン] 技報アーカイブ |
| トップに戻る | 前のページに戻る | [Japanese] / [English] |
| 講演抄録／キーワード | ||
| 講演名 | 2021-03-04 14:40 Shifting-subclipとHard Positive Miningを適用した人物照合のためのTwo-stream Feature-fusionアーキテクチャの評価 ○廣井優姫・亀山 渉（早大）  PRMU2020-77 |
|
| 抄録 | （和） | 時空間特徴量を用いた人物照合技術(Video-based Re-ID)として、筆者らは、人物の全身と部分特徴 量を並列的に抽出する Two-stream Feature-fusion アーキテクチャと、ビデオクリップを隣接フレーム毎にシフトさせ ながら CNN を適用する Shifting-subclip を提案している。また、識別が困難な人物の識別精度を上げるために、Re- ID に適した Hard Positive Mining を提案している。しかし、これらの提案手法は、それぞれ個別に、MARS データセ ットでのみ評価していた。そこで、本稿では、全ての手法を組み合わせ、複数のデータセットにおいて従来手法と 比較した結果を報告する。実験の結果、ILIDS-VID、PRID 及び MARS データセットにおいて、有効な部分特徴量は 人物の写り方に影響するものの、提案する Two-stream Feature-fusion アーキテクチャは有効であること、また、 Shifting-subclip はフレーム数の少ないデータセットにのみ有効であることが分かった。データセットの性質上、Hard Positive Mining に関しては MARS データセットのみで評価を行ったが、Two-stream Feature-fusion アーキテクチャ及 び Shifting-subclip と組み合わせることで更に精度が向上した。以上から，提案手法がある程度汎用的に様々なデー タセットに対して有効であることが示唆された。 |
| （英） | As a person re-identification technology using spatial-temporal features (video-based Re-ID), we have proposed two-stream feature-fusion architecture which parallelly extracts entire body-image features and partial body-image features, and shifting-subclip which is to apply CNN several times to the neighboring frames by shifting frames. We have also proposed hard positive mining for Re-ID to improve the identification accuracy of persons who are difficult to identify. However, these proposed methods are individually evaluated only using MARS dataset. Therefore, in this paper, we report the results of all combined methods compared with the conventional method in multiple datasets. As the result of the experiment in ILIDS-VID, PRID and MARS datasets, although the effectiveness of partial body-image features are different depending on the appearance of persons in each dataset, we confirm that the proposed two-stream feature-fusion architecture is effective in these three datasets. We also confirm that the proposed shifting-subclip is effective only for datasets with a small number of frames. Due to the nature of the datasets, the proposed hard positive mining is evaluated only using MARS dataset, however, the accuracy is further improved by combining it with the two-stream feature-fusion architecture and the shifting-subclip. Therefore, it is suggested that the proposed three methods are effective for various datasets in general. | |
| キーワード | （和） | Person Re-identification / Two-stream Feature-fusion アーキテクチャ / Shifting-subclip / Hard Positive Mining / / / / |
| （英） | Person Re-identification / Two-stream Feature-fusion Architecture / Shifting-subclip / Hard Positive Mining / / / / | |
| 文献情報 | 信学技報, vol. 120, no. 409, PRMU2020-77, pp. 47-52, 2021年3月. | |
| 資料番号 | PRMU2020-77 | |
| 発行日 | 2021-02-25 (PRMU) | |
| ISSN | Online edition: ISSN 2432-6380 | |
| 著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します．(許諾番号：10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) | |
| PDFダウンロード | PRMU2020-77 |
|
| 研究会情報 | |
| 研究会 | PRMU IPSJ-CVIM |
| 開催期間 | 2021-03-04 - 2021-03-05 |
| 開催地（和） | オンライン開催 |
| 開催地（英） | Online |
| テーマ（和） | 特殊な環境下におけるCV・ パターン認識 |
| テーマ（英） | Computer Vision and Pattern Recognition for specific environment |
| 講演論文情報の詳細 | |
| 申込み研究会 | PRMU |
| 会議コード | 2021-03-PRMU-CVIM |
| 本文の言語 | 日本語 |
| タイトル（和） | Shifting-subclipとHard Positive Miningを適用した人物照合のためのTwo-stream Feature-fusionアーキテクチャの評価 |
| サブタイトル（和） | |
| タイトル（英） | Evaluations on Two-stream Feature-fusion Architecture with Shifting-subclip and Hard Positive Mining for Person Re-identification |
| サブタイトル（英） | |
| キーワード(1)（和/英） | Person Re-identification / Person Re-identification |
| キーワード(2)（和/英） | Two-stream Feature-fusion アーキテクチャ / Two-stream Feature-fusion Architecture |
| キーワード(3)（和/英） | Shifting-subclip / Shifting-subclip |
| キーワード(4)（和/英） | Hard Positive Mining / Hard Positive Mining |
| キーワード(5)（和/英） | / |
| キーワード(6)（和/英） | / |
| キーワード(7)（和/英） | / |
| キーワード(8)（和/英） | / |
| 第1著者 氏名（和/英/ヨミ） | 廣井 優姫 / Yuki Hiroi / ヒロイ ユウキ |
| 第1著者 所属（和/英） | 早稲田大学 (略称： 早大) Waseda University (略称： Waseda Univ.) |
| 第2著者 氏名（和/英/ヨミ） | 亀山 渉 / Wataru Kameyama / カメヤマ ワタル |
| 第2著者 所属（和/英） | 早稲田大学 (略称： 早大) Waseda University (略称： Waseda Univ.) |
| 第3著者 氏名（和/英/ヨミ） | / / |
| 第3著者 所属（和/英） | (略称： ) (略称： ) |
| 第4著者 氏名（和/英/ヨミ） | / / |
| 第4著者 所属（和/英） | (略称： ) (略称： ) |
| 第5著者 氏名（和/英/ヨミ） | / / |
| 第5著者 所属（和/英） | (略称： ) (略称： ) |
| 第6著者 氏名（和/英/ヨミ） | / / |
| 第6著者 所属（和/英） | (略称： ) (略称： ) |
| 第7著者 氏名（和/英/ヨミ） | / / |
| 第7著者 所属（和/英） | (略称： ) (略称： ) |
| 第8著者 氏名（和/英/ヨミ） | / / |
| 第8著者 所属（和/英） | (略称： ) (略称： ) |
| 第9著者 氏名（和/英/ヨミ） | / / |
| 第9著者 所属（和/英） | (略称： ) (略称： ) |
| 第10著者 氏名（和/英/ヨミ） | / / |
| 第10著者 所属（和/英） | (略称： ) (略称： ) |
| 第11著者 氏名（和/英/ヨミ） | / / |
| 第11著者 所属（和/英） | (略称： ) (略称： ) |
| 第12著者 氏名（和/英/ヨミ） | / / |
| 第12著者 所属（和/英） | (略称： ) (略称： ) |
| 第13著者 氏名（和/英/ヨミ） | / / |
| 第13著者 所属（和/英） | (略称： ) (略称： ) |
| 第14著者 氏名（和/英/ヨミ） | / / |
| 第14著者 所属（和/英） | (略称： ) (略称： ) |
| 第15著者 氏名（和/英/ヨミ） | / / |
| 第15著者 所属（和/英） | (略称： ) (略称： ) |
| 第16著者 氏名（和/英/ヨミ） | / / |
| 第16著者 所属（和/英） | (略称： ) (略称： ) |
| 第17著者 氏名（和/英/ヨミ） | / / |
| 第17著者 所属（和/英） | (略称： ) (略称： ) |
| 第18著者 氏名（和/英/ヨミ） | / / |
| 第18著者 所属（和/英） | (略称： ) (略称： ) |
| 講演者 | 第1著者 |
| 発表日時 | 2021-03-04 14:40:00 |
| 発表時間 | 15分 |
| 申込先研究会 | PRMU |
| 資料番号 | PRMU2020-77 |
| 巻番号（vol） | vol.120 |
| 号番号（no） | no.409 |
| ページ範囲 | pp.47-52 |
| ページ数 | 6 |
| 発行日 | 2021-02-25 (PRMU) |
[研究会発表申込システムのトップページに戻る]