PulseAugur
实时 21:05:57
English(EN) Open-Attribute Person Retrieval: Finding People Through Distinctive and Novel Attributes

新的OAPR方法使用稀有属性进行监控中的人员检索

研究人员推出了一种名为开放属性人员检索(OAPR)的新方法,该方法基于特定的、通常是稀有的属性来在监控录像中查找个人,而不是仅仅依赖常见的描述符。这种方法旨在处理诸如‘携带武器’或‘躺在地上’等属性,这些属性可以显著缩小搜索范围。为了支持OAPR,创建了一个名为EPAD的新数据集,其中包含超过267,000张图像和65个不同的属性。提出的GAP-CLIP框架是一个轻量级的基于CLIP的系统,在根据这些开放式属性查询检索人员方面表现出色,包括那些在训练期间未见过的属性。 AI

影响 这项研究通过实现更精确的基于属性的搜索,有望提高监控系统中人员识别的效率和有效性。

排序理由 介绍新方法和数据集的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CV 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

新的OAPR方法使用稀有属性进行监控中的人员检索

报道来源 [1]

  1. arXiv cs.CV TIER_1 English(EN) · Minjeong Park, Hongbeen Park, Sangwon Lee, Jinkyu Kim ·

    Open-Attribute Person Retrieval: Finding People Through Distinctive and Novel Attributes

    arXiv:2508.01389v3 Announce Type: replace Abstract: Person retrieval in surveillance videos often depends on attributes described by witnesses or operators. However, the most useful cues in practice are not always common appearance descriptions (e.g., gender, clothing color), but…