文献

J-GLOBAL ID：202202260566729079   整理番号：22A0396506

自動車レーダポイントクラウドに基づく人物再同定【JST・京大機械翻訳】

Person Reidentification Based on Automotive Radar Point Clouds

著者 (2件)： Cheng Yuwei (Department of Electronic Engineering, Tsinghua University, Beijing, China) ,  Liu Yimin (Department of Electronic Engineering, Tsinghua University, Beijing, China)
資料名： IEEE Transactions on Geoscience and Remote Sensing  (IEEE Transactions on Geoscience and Remote Sensing)
巻： 60  ページ： ROMBUNNO.5101913.1-13  発行年： 2022年 
JST資料番号： H0016B  ISSN： 0196-2892  CODEN： IGRSD2  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： ピアソン再識別(ReID)システムは,知的視覚監視システムにおいて重要な役割を果たし,例えば,公共セキュリティにおいて,広く応用されている。通常,人ReIDシステムはカメラの人を同定できる。本論文では,人ReID問題に対する低コスト自動車レーダの使用の比較的未調査の領域に焦点を当てた。レーダベースの人物識別と異なり,人ReIDは,非協力的場面や長期ロバスト性などのいくつかの特性を持っている。したがって,新しい深層学習ネットワークを設計し,4Dレーダポイントクラウドから時空間情報を抽出した。また,実世界人ReIDシナリオから収集したレーダポイントクラウドのデータセットを構築した。評価結果は,著者らの方法がReIDタスクに関して91%のCMC-1精度を達成することを示した。また,個人識別タスクに対して,提案手法は,15および40個体に対して,それぞれ98%および91%の精度を達成した。さらに,著者らは,人間ReID問題のためにレーダを使用する可能性について議論して,直感的に新しい方法の性能を説明した。最後に,著者らは,ネットワークモデルに対する種々のモジュールの寄与と方法に及ぼすロバスト性と種々のパラメータの影響を分析する。著者らの実験の結果は,レーダベースのReIDがプライバシーを保存するだけでなく,低光環境や実質的な衣服変化など,いくつかの場合においてカメラベースのReIDより優れていることを示した。Copyright 2022 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： カメラ ,  視覚 ,  *レーダ ,  ネットワーク ,  衣服 ,  プライバシー ,  監視装置 ,  ロバスト性 ,  セキュリティ
準シソーラス用語： 光環境 ,  ネットワークモデル ,  個人認証 ,  *自動車用レーダ ,  深層学習 , 【Automatic Indexing@JST】

分類 (5件)： 符号理論  (ND02030R) ,  オペレーティングシステム  (JD03020J) ,  計算機網  (JC03000K) ,  その他の情報処理  (JE15050M) ,  データ保護  (JD01020V)

タイトルに関連する用語 (3件)： 自動車 ,  人物 ,  同定