Nov, 2023

高空距离全身检测、识别和识别

PDF
TL;DR我们提出了一个端到端系统，用于在长达 500 米和大于 50 度的高角度的情况下进行全身生物识别的检测、识别和辨认。我们的方法在各种室内、室外和航空场景下进行了全面的评估，表现出强大的识别准确性和低虚假接受率。
whole-body biometric detectionrecognitionidentificationrangebriar dataset
发现论文，激发创造
  • 将精确的人员识别扩展到新的高度和范围：BRIAR 数据集

    使用计算机视觉方法以及长距离摄像机和无人机等多元化设备，采集和整理人脸识别等生物特征的数据集，旨在提高人脸识别技术的效率和精准度，并扩展人体识别的方法和应用领域。

    Nov, 2022

  • 远视：一种物理驱动的大距离和高度全身生物特征识别系统

    FarSight 是一款应用于视频监控的软件系统，可通过整合面部、步态和身体形态等信息，对全身生物识别进行端到端的设计、开发和评估，并使用深度学习模型和影像物理学相结合进行影像修复和生物特征编码，其测试结果较好。

    Jun, 2023

  • 在动荡环境中的弱监督人脸和全身识别

    提出了一个新的弱监督框架，采用参数高效的自注意力模块来生成领域不可知的表示，将湍流和清晰图像对齐到一个共同的子空间中，引入了一个新的倾斜映射估计器，用于预测湍流图像中观察到的几何失真，在画廊匹配中重新排序，排名 1 准确度提高了 13.86%，无需生成无湍流的图像或真实配对的图像，仅需要少量的注释样本，并使得越来越大的数据集更具实用性和迅速性。

    Aug, 2023

  • 基于人体模型的身份识别：形状和姿势参数

    我们提出了一种基于人体模型的身份识别系统 (HMID) 系统，该系统联合训练了形状、姿势和生物特征识别。该 HMID 模型在使用额外的形状和姿势损失进行训练时，在生物特征识别性能方面表现出显著改进，且在衣物、视角和范围变化时仍能进行稳健的图像识别。

    Dec, 2023

  • 使用图像和文字的深度网络识别人体形状

    通过使用基于语言（以单词为基础）的身体描述和标准物体分类方法相结合的方法，我们发现身体形状可以用作跨越不同距离和视角的生物特征，从而提高人体识别的准确性。

    May, 2023

  • 航空影像中的人员再识别

    本文通过使用无人机平台进行视觉监控，提出并构建了一个大规模的航拍人员 ReID 数据集，使用子空间池化的卷积特征映射表示对输入个人图像进行 ReID，该方法可以高效地进行端对端训练，在所提出的数据集上实验的结果表明，在航拍图像中重新识别人员是一个具有挑战性的问题，但我们的方法表现尚可优于现有技术水平。

    Aug, 2019

  • 运动场景中的大规模再识别分析：达到关键点的背叛

    我们研究了一种基于步态的人群再识别方法，通过利用多个预训练的人体动作识别模型和损失函数，有效地实现了对超长距离比赛中参赛者的再识别，尤其在比赛的临界点会有显著的改进。

    Dec, 2023

  • DIOR：室内外重识别数据集 -- 长距离 3D/2D 骨架步态采集管道，半自动化步态关键点标注和基准评估方法

    本文介绍了 DIOR 框架的数据收集和半自动化标注，提供了一个包含 14 个主题和 1649 万帧（其中包括来自长距离摄像头的 20 万帧）的数据集，旨在通过先进的 3D 计算机视觉技术实现在室内和户外长距离设置下的像素级准确度和骨架标注。

    Sep, 2023

  • 在 VR 中建立凝视驱动认证性能的基线：对极大数据集的广度 - 优先调查

    利用大规模目光记录数据集，本研究建立了基准，旨在回答关于目光驱动认证性能的基础研究问题。研究发现，当配备先进的机器学习架构和足够大的训练数据集时，目光认证可以达到 FIDO 标准所要求的准确性。

    Apr, 2024

  • RangeDet: 基于激光雷达的三维物体检测中使用范围视图的辩护

    本文提出了一个基于 LiDAR 的单级别无锚点 3D 物体检测方法 --RangeDet。 与以前的方法相比，最显著的区别是我们的方法基于范围视角表现，使用常用的像素或 Bird's Eye View (BEV) 表示方法相比，范围视角表述更为紧凑且没有量化误差，该方法在 Waymo Open Dataset 中进行了测试，表现较以前的方法有很大改进。

    Mar, 2021