Un Benchmark a Gran Escala de Re-Identificación de Personas
Autores: Yin, Qingze; Ding, Guodong
Idioma: Inglés
Editor: MDPI
Año: 2024
Acceso abierto
Artículo científico
2024
Un Benchmark a Gran Escala de Re-Identificación de Personas
Categoría
Ingeniería y Tecnología
Subcategoría
Ingeniería Robótica
Palabras clave
Vehículos aéreos no tripulados
Reidentificación de personas
Escenarios de UAV
Conjunto de datos LSMS
Conjunto de datos LSMS-UAV
Problema de brecha de dominio
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 1
Citaciones: Sin citaciones
La identificación de personas (ReID) basada en vehículos aéreos no tripulados (UAV) es un campo novedoso. La ReID es la tarea de identificar individuos a través de diferentes cuadros o vistas, a menudo en contextos de vigilancia o seguridad. Al mismo tiempo, los UAV mejoran la ReID a través de su movilidad, monitoreo en tiempo real y capacidad para acceder a áreas desafiantes a pesar de los desafíos de privacidad, legales y técnicos. Para facilitar el avance y la adaptación del enfoque existente de ReID a los escenarios de UAV, este documento introduce una línea base junto con dos conjuntos de datos, es decir, LSMS y LSMS-UAV. Ambos conjuntos de datos tienen las siguientes características clave: (1) LSMS: Videos en bruto capturados por una red de 29 cámaras desplegadas en entornos exteriores complejos. LSMS-UAV: capturado por 1 UAV. (2) LSMS: Los videos abarcan tanto las estaciones de invierno como de primavera, abarcando diversas condiciones climáticas y varias condiciones de iluminación a lo largo de diferentes momentos del día. (3) LSMS: Incluye el mayor número de identidades anotadas, que comprende 7730 identidades y 286,695 cuadros delimitadores. LSMS-UAV: comprende 500 identidades y 2000 cuadros delimitadores. Experimentos exhaustivos demuestran la excelente capacidad de LSMS para abordar el problema de la brecha de dominio al enfrentar entornos complejos y desconocidos. El conjunto de datos LSMS-UAV verifica que los datos de UAV tienen una fuerte transferibilidad a los datos basados en cámaras tradicionales.
Descripción
La identificación de personas (ReID) basada en vehículos aéreos no tripulados (UAV) es un campo novedoso. La ReID es la tarea de identificar individuos a través de diferentes cuadros o vistas, a menudo en contextos de vigilancia o seguridad. Al mismo tiempo, los UAV mejoran la ReID a través de su movilidad, monitoreo en tiempo real y capacidad para acceder a áreas desafiantes a pesar de los desafíos de privacidad, legales y técnicos. Para facilitar el avance y la adaptación del enfoque existente de ReID a los escenarios de UAV, este documento introduce una línea base junto con dos conjuntos de datos, es decir, LSMS y LSMS-UAV. Ambos conjuntos de datos tienen las siguientes características clave: (1) LSMS: Videos en bruto capturados por una red de 29 cámaras desplegadas en entornos exteriores complejos. LSMS-UAV: capturado por 1 UAV. (2) LSMS: Los videos abarcan tanto las estaciones de invierno como de primavera, abarcando diversas condiciones climáticas y varias condiciones de iluminación a lo largo de diferentes momentos del día. (3) LSMS: Incluye el mayor número de identidades anotadas, que comprende 7730 identidades y 286,695 cuadros delimitadores. LSMS-UAV: comprende 500 identidades y 2000 cuadros delimitadores. Experimentos exhaustivos demuestran la excelente capacidad de LSMS para abordar el problema de la brecha de dominio al enfrentar entornos complejos y desconocidos. El conjunto de datos LSMS-UAV verifica que los datos de UAV tienen una fuerte transferibilidad a los datos basados en cámaras tradicionales.