person re-identification | BriefGPT

关键词person re-identification

搜索结果 - 416

姿势多样化扩充和扩散模型在人物再识别中的应用
提出了一种新的数据增强方法 Diff-ID，通过稀疏和少数样本中的人体姿势和相机视角，改善了现有训练数据集的多样性和可扩展性，增强了人物重新识别模型的泛化能力。通过使用 SMPL 模型捕捉所需的人体姿势和相机视角，生成具有多样的姿势和视角的
PDF11 days ago
DenoiseReID: 人物再识别表示学习的去噪模型
我们提出了一种用于表示学习的新型去噪模型，并以人员重识别（ReID）作为基准任务，称为 DenoiseReID，通过联合特征提取和去噪来改进特征的区分能力。
PDF21 days ago
基于 CLIP 的服装无关特征学习与人物换衣再识别
提出了一种名为 CLIP-Driven Cloth-Agnostic Feature Learning (CCAF) 的新颖框架，用于解决 Cloth-Changing Person Re-Identification (CC-ReID)
PDF21 days ago
使用扩散模型合成高效的数据进行个体重新识别预训练
提出了一种新的 Diffusion-ReID 范例，通过生成和过滤阶段来有效增强和生成不同的图像，首先创造了一个新的大规模人员重识别数据集 Diff-Person，接着构建了一个基于 Diff-Person 预训练的更强大的人员重识别模型，
PDF24 days ago
面向终身人员再识别的分布对齐语义适应
在本文中，我们提出了一种适应分布匹配语义调整（Distribution Aligned Semantics Adaption，简称 DASA）框架，通过有效地调整 BN 以减轻数据分布差异的干扰并冻结预训练的卷积层来保留共享知识，其显著降低
PDFa month ago
DiffPhysBA: 基于扩散的真实世界个人重新识别物理后门攻击
通过使用扩散模型生成现实中的配饰作为后门触发器，本文介绍了一种新颖的基于扩散的物理后门攻击方法 (DiffPhysBA)，该方法采用无需训练的相似度引导采样过程，以增强生成触发器和物理触发器之间的相似性，从而在数字和物理领域中具有超过 90
PDFa month ago
Instruct-ReID++: 通向通用用途的指导人物再识别
该研究提出了一种新的 instruct-ReID 任务，通过给定的图像或语言指令，模型可以检索图像；提出了一个大规模 OmniReID++ 基准，配备了各种数据和综合评估方法；介绍了基于自适应三元组损失的 IRM 基线模型和基于存储器辅助学
PDFa month ago
跨颜色人物再识别的色彩空间学习
通过颜色空间学习（CSL）解决了交叉颜色人物再识别问题，在不同模态的图像中增加颜色多样性，通过图像级颜色增强和像素级颜色转换两个模块实现，在 RGB 和红外模态的 NTU-Corridor 基准测试上验证了其有效性和鲁棒性。
PDF2 months ago
通过不确定性特征融合和智能距离聚合提升人员再识别
本研究提出了一种新的方法，通过将不确定性特征融合（UFFM）与智能距离聚合（WDA）相结合，显著提升了人物再识别（Re-ID）的准确性，通过在市场 - 1501、DukeMTMC-ReID 和 MSMT17 等基准数据集上进行测试，在 Ra
PDF2 months ago
一个开放世界、多样化、跨时空的动态野外人员再识别基准
通过开展多样性的采集场景、光照变化、人物状态和保护隐私等方面的数据收集和处理，以及提出潜在域扩展方法来改进人物再识别模型的泛化能力。
PDF3 months ago
CVPR视图解耦变压器在空地摄像机网络下的人物重新识别
现有的人物再识别方法在外观为基础的同质摄像头间的身份关联，比如地面 - 地面匹配，取得了显着的进展。然而，作为一个更实际的场景，异构摄像头间的空中 - 地面人物再识别（AGPReID）却得到了极少的关注。为了缓解视角差异对身份表征的干扰，
PDF3 months ago
基于测试时间相似性修正的人员再识别方法研究
为了在变化的测试环境中改进人物重识别（re-id）的性能，我们提出了一种针对 re-id 的全面测试时间自适应（TEMP）方法，该方法不需要对预训练进行任何修改。通过计算特征向量之间的相似性来衡量 re-id 的不确定性，并显示 re-id
PDF3 months ago
多场景人员再识别的通用框架
学习多场景条件下处理 ReID 任务的有效多功能 ReID 模型，无需在推理阶段手动分配场景标签。
PDF4 months ago
在线人物再识别的源导向相似性保持
在线无监督领域适应（OUDA）用于人员重新识别（Re-ID）的任务是将在经过良好注释的源域数据集上训练的模型持续适应为作为数据流观察到的目标域。本文提出了一种新的基于源引导的相似性保持（S2P）框架来缓解这两个问题，并通过提取与目标数据最相
PDF4 months ago
动态补丁感知增强变换器用于遮挡人物再识别
人物重新识别中针对遮挡问题，提出了一种创新的端到端解决方案，名为动态 Patch 感知增强变换器 (DPEFormer)。通过动态选择关键区域和实现更真实的遮挡增强，该模型在遮挡和整体重新识别基准测试中取得了显著的进展。
PDF5 months ago
越过泥泞：离路赛车中的计算机视觉数据集和基准
在非受限和极端环境下的图像识别中，光学字符识别 (OCR) 和计算机视觉系统取得了显著的进展，但仍存在识别文本和识别人物的难题。为了解决这些问题，本研究引入了两个新的挑战性真实世界数据集，通过简化、模糊和运动模糊等多种因素来突出当前方法的不
PDF5 months ago
针对弱监督式人员再识别的对比式多实例学习
Contrastive Multiple Instance Learning (CMIL) is a novel framework for weakly supervised person re-identification that l
PDF5 months ago
从合成到真实：揭示合成数据在视频人物再识别中的威力
该研究探讨了跨域视频人物再识别的新问题，以合成视频数据作为训练的源领域，并以真实世界视频作为测试，显著减少了对真实训练数据的依赖。研究首先提出了一种自监督领域不变特征学习策略来提高合成数据在视频人物再识别中的作用，并通过自监督一致性损失进一
PDF5 months ago
基于 3D 骨架的人员再识别调查：方法、设计、挑战和未来方向
通过对当前 SRID 方法、模型设计、挑战和未来方向进行系统调查，我们总结了人物再识别问题、3D 骨架、SRID 方法、模型设计和挑战，并提出了关键改进方向。
PDF5 months ago
MLLMReID: 基于多模态大型语言模型的人员再识别
这篇论文提出了一种名为 MLLMReID 的多模态大型语言模型，通过细调和指导学习的方式来优化人员再识别任务，并通过实验证明了其优越性。
PDF5 months ago