| 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 | 2022-12-16 15:55 空間アテンションと属性相関関係に基づいた歩行者属性認識システム ○陳 奕宸・松本哲也（名大）・竹内義則（大同大）・工藤博章（名大）  IMQ2022-18 |
|
| 抄録 | （和） | 動画映像中の歩行者の属性の認識は，注目されている技術である．歩行者の属性を推定するには，属性に応じて画像内の人物に対して，特定の領域に着目することは重要である．しかし，公開されているデータセットには，そのような領域に関する情報は記述されていないので，それを画像から特定する必要がある．一方，属性自体を認識する既存の方法として，局所的特徴表現を得るために，ヒューリスティックな知識を用いて特定領域を得ることで，局所特徴量表現の改善が行なわれているが，領域の特定に属性を利用してはいない．また，属性の間に相関関係があるような場合を考慮してはいない．監視カメラの映像では，性別や服の色などの視覚的な属性が非常に重要である．属性の相関性に応じて領域を特定することは有用と考えられる．本研究では，着目領域の特定のための空間アテンションマップと属性の相関性を考慮した歩行者の属性推定を行うネットワークを提案する．空間アテンションは，属性に応じて注目領域を特定し，属性間の相関は，誤った属性の出力を抑制することができる．歩行者属性のデータセットを用いた実験で，二値の属性に関する推定でおよそ90％，カテゴリの属性の推定でおよそ75％の正解率を得た．mA および F1メトリックに対して，属性相関モジュールは，それぞれ 1.36% および 1.57% 向上させ， 空間アテンションは，0.57% および 0.67% 向上させることを確認した． |
| （英） | In the field of video surveillance, pedestrian attribute recognition is a focus technical thema of study. To predict certain attributes of a pedestrian, it is necessary to localize areas associated with such attributes from an image since region annotations for this task are unavailable. Previous methods try that they introduce heuristic body-part localization processes to improve local feature representations. However, they didn't use attributes to define local feature regions. In addition, correlations between attributes have not been utilized. In real-world video surveillance scenarios, visual pedestrian attributes such as gender, clothing color, and so on, are crucial for pedestrian attribute recognition. According to the correlation of attributes, it is considered useful to localize the regions. In this report, we propose an attribute estimation network from pedestrians based on spatial attention maps and attribute correlations. Spatial attention can help the network focus on where each attribute should be concerned, and the correlation between attributes helps to reduce some incorrect predictions. In the experiments using pedestrian attribute datasets, we obtained the results that the proposed method estimates binary attributes with roughly 90% accuracy and categorical attributes with around 75% accuracy. For the mA and F1 metrics, the Attribute correlation attention module can enhance performance by 1.36% and 1.57%, respectively. The Spatial attention module can also improve performance by 0.57% and 0.67%. | |
| キーワード | （和） | 監視カメラ / 歩行者属性認識 / 空間的なアテンション / 属性相関関係 / / / / |
| （英） | video surveillance / pedestrian attribute recognition / spatial attention / attributes correlation / / / / | |
| 文献情報 | 信学技報, vol. 122, no. 317, IMQ2022-18, pp. 16-21, 2022年12月. | |
| 資料番号 | IMQ2022-18 | |
| 発行日 | 2022-12-09 (IMQ) | |
| 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 | IMQ2022-18 |
|
| 研究会情報 | |
| 研究会 | IMQ |
| 開催期間 | 2022-12-16 - 2022-12-16 |
| 開催地（和） | 千葉大学西千葉キャンパス |
| 開催地（英） | Nishi-Chiba Campus, Chiba Univ. |
| テーマ（和） | イメージ・メディア・クオリティ一般 |
| テーマ（英） | Image Media Quality, etc. |
| 講演論文情報の詳細 | |
| 申込み研究会 | IMQ |
| 会議コード | 2022-12-IMQ |
| 本文の言語 | 英語（日本語タイトルあり） |
| タイトル（和） | 空間アテンションと属性相関関係に基づいた歩行者属性認識システム |
| サブタイトル（和） | |
| タイトル（英） | Improving Pedestrian Attribute Recognition with Spatial Attention and Attribute Correlation |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 監視カメラ / video surveillance |
| キーワード(2)（和/英） | 歩行者属性認識 / pedestrian attribute recognition |
| キーワード(3)（和/英） | 空間的なアテンション / spatial attention |
| キーワード(4)（和/英） | 属性相関関係 / attributes correlation |
| 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） | 陳 奕宸 / Yichen Chen / チン エキチン |
| 第1著者 所属（和/英） | 名古屋大学 (略称： 名大) Nagoya University (略称： Nagoya Univ.) |
| 第2著者 氏名（和/英/ヨミ） | 松本 哲也 / Tetsuya Matsumoto / マツモト テツヤ |
| 第2著者 所属（和/英） | 名古屋大学 (略称： 名大) Nagoya University (略称： Nagoya Univ.) |
| 第3著者 氏名（和/英/ヨミ） | 竹内 義則 / Yoshinori Takeuchi / タケウチ ヨシノリ |
| 第3著者 所属（和/英） | 大同大学 (略称： 大同大) Daido University (略称： Daido Univ.) |
| 第4著者 氏名（和/英/ヨミ） | 工藤 博章 / Hiroaki Kudo / クドウ ヒロアキ |
| 第4著者 所属（和/英） | 名古屋大学 (略称： 名大) Nagoya University (略称： Nagoya Univ.) |
| 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 | 2022-12-16 15:55:00 |
| 発表時間 | 25分 |
| 申込先研究会 | IMQ |
| 資料番号 | IMQ2022-18 |
| 巻番号（vol） | vol.122 |
| 号番号（no） | no.317 |
| ページ範囲 | pp.16-21 |
| ページ数 | 6 |
| 発行日 | 2022-12-09 (IMQ) |
[研究会発表申込システムのトップページに戻る]