[論文レビュー] Joint Person Re-identification and Camera Network Topology Inference in Multiple Cameras

Yeong-Jun Cho, Su-A Kim+3 more|arXiv (Cornell University)|Oct 3, 2017

Video Surveillance and Tracking Methods参考文献 55被引用数 12

ひとこと要約

本論文は、大規模で非重複領域のマルチカメラシステムにおける、統合的かつ一貫した人物再識別とカメラネットワークトポロジー推定のフレームワークを提案する。再識別結果とトポロジー推定を交互に改善することで、最小限の事前知識で高い精度を達成し、挑戦的なカメラペアにおいて99.2%のランク-1精度を示し、最新の性能を達成した。

ABSTRACT

Person re-identification is the task of recognizing or identifying a person across multiple views in multi-camera networks. Although there has been much progress in person re-identification, person re-identification in large-scale multi-camera networks still remains a challenging task because of the large spatio-temporal uncertainty and high complexity due to a large number of cameras and people. To handle these difficulties, additional information such as camera network topology should be provided, which is also difficult to automatically estimate, unfortunately. In this study, we propose a unified framework which jointly solves both person re-identification and camera network topology inference problems with minimal prior knowledge about the environments. The proposed framework takes general multi-camera network environments into account and can be applied to online person re-identification in large-scale multi-camera networks. In addition, to effectively show the superiority of the proposed framework, we provide a new person re-identification dataset with full annotations, named SLP, captured in the multi-camera network consisting of nine non-overlapping cameras. Experimental results using our person re-identification and public datasets show that the proposed methods are promising for both person re-identification and camera topology inference tasks.

研究の動機と目的

• 非重複カメラネットワークにおける高次元の時空間的不確実性を伴う大規模な人物再識別課題に対処すること。
• 従来の手法が単に外観や単純な相関に基づくトポロジー推定に依存するという限界を克服すること。
• 再識別とトポロジー推定の間の「鶏と卵」問題を、両タスクを同時に最適化することで解決すること。
• 動的かつ継続的にトポロジーと認識性能を更新できる実用的でオンラインの再識別システムを開発すること。
• 非重複カメラネットワークにおける大規模な人物再識別をベンチマークするための、完全にアノテーションが付与された新規データセット（SLP）を提供すること。

提案手法

• 同じ人物の複数回の外観特徴を集約することで再識別精度を向上させる、時間効率の良いランダムフォレストを用いたマルチショットマッチング手法を採用する。
• マルチショット手法から得られる高信頼性の再識別結果を用いて、初期のカメラネットワークトポロジーを推定する。
• 反復的改善ループを適用：トポロジーを用いて再識別を改善し、改善された再識別結果をもとにトポロジーを再評価し、収束するまで繰り返す。
• ゾーン間の時空間的関係を推定するために、単一モードのガウス分布を用いてカメラ遷移をモデル化する。
• 継続的にトポロジーと認識性能を更新するオンライン再識別用のフレームワークを統合する。
• 大規模ネットワークにおける複雑さの低減とスケーラビリティの向上を図るため、ゾーンベースのトポロジー表現を採用する。

実験結果

リサーチクエスチョン

• RQ1 人物再識別とカメラネットワークトポロジー推定を統合的に最適化することで、大規模で非重複領域のマルチカメラシステムにおける精度が向上するか？
• RQ2 高信頼性の再識別結果のみを用いて、信頼性の高い初期トポロジーをどのように推定できるか？
• RQ3 再識別とトポロジー推定を反復的に改善することで、単独で最適化する手法と比較して、性能がどの程度向上するか？
• RQ4 最小限のカメラネットワークレイアウトに関する事前知識で、統合フレームワークが動作可能か？
• RQ5 実世界データおよび新規に収集したデータにおいて、提案手法が定量的に最新の手法と比較してどのように差をつけるか？

主な発見

• 提案フレームワークは、SLPデータセットの挑戦的なCAM1-CAM2ペアにおいて93.2%のランク-1精度を達成し、従来手法を著しく上回った。
• NLPR MCTデータセットでは、トポロジー推定が2イテレーションで収束した。これは、高速な収束性と高いロバスト性を示している。
• 他の手法が得るノイズが多いか曖昧な分布とは異なり、本手法は明確で真値に一致する遷移分布を生成した。
• 計算複雑度はO(NK log N)であり、人物数に線形に比例するため、大規模な展開においても効率的である。
• 9台の非重複カメラから構成されるSLPデータセットは、完全にアノテーションが付与されており、大規模な人物再識別における新しいベンチマークを提供する。
• 反復的改善プロセスにより、再識別精度とトポロジー推定の質の両方が著しく向上した。これは、両タスクの相互補完性を裏付けるものである。