文献

J-GLOBAL ID：201702278517505822   整理番号：17A0886537

ロバストな深さベース人物再同定【Powered by NICT】

Robust Depth-Based Person Re-Identification

著者 (3件)： Wu Ancong (School of Electronics and Information Technology, Sun Yat-sen University, Guangzhou, China) ,  Zheng Wei-Shi (School of Data and Computer Science, Sun Yat-sen University, Guangzhou, China) ,  Lai Jian-Huang (School of Data and Computer Science, Sun Yat-sen University, Guangzhou, China)
資料名： IEEE Transactions on Image Processing  (IEEE Transactions on Image Processing)
巻： 26  号： 6  ページ： 2588-2603  発行年： 2017年 
JST資料番号： W0364A  ISSN： 1057-7149  CODEN： IIPRE4  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 人物再同定(リード)は非重複カメラ視界を通過者に適合することを目的とした。これまでRGB出現は,既存の研究の多くで広く使用されている。しかし,極端な照明または衣服変化に現れた者と,RGB外見ベースリード法が失敗する傾向があった。この問題を克服するために,筆者らは照明と色変化にかかわらずより不変体形と骨格情報を提供するために,深さ情報を利用することを提案した。より詳しくいえば,ここでは,深さボクセル共分散記述子を利用し,さらに歩行者身体形状を記述する固有深さ特徴と呼ばれる局所回転不変深さ形状記述子を提案した。Riemann多様体上の任意の二つの共分散行列間の距離は,対応する固有深さ特徴間のユークリッド距離と等価であることを証明した。,深さ情報が利用できない場合,RGB画像から陰的に固有深さ特徴を推定するためにカーネル化陰的特徴移動方式を提案した。RGB外見特徴で推定した深さの特徴を組み合わせることが照明と似た衣服による外見特徴の視覚的あいまいさを減らすより良いするのを助けることができることを見出した。リードのための関連手法と比較して,このモデルの有効性は,公的に利用可能な深さ歩行者データセットで検証した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： Riemann空間 ,  変色 ,  共分散 ,  *ロバスト性 ,  不変性 ,  視覚 ,  歩行者 ,  カメラ ,  体格 ,  曖昧さ ,  衣服 ,  ボクセル
準シソーラス用語： Euclid距離 ,  共分散行列 ,  形状ディスクリプタ , 【Automatic Indexing@JST】

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (3件)： ロバスト ,  人物 ,  同定