arXiv cs.AI· Abhinav Kumar, Swagatam Pati, Advait Deshmukh, Aditya Mehrotra, Bibek Das, Kumari Priya, Utsav Kumar Nareti, Saba Akram, Chandranath Adak·· 10 小时前AI 评分18
IIT Patna 在 ICPR 2026 TVRID 顶视 RGB-D 相机隐私保护行人重识别竞赛中的方法
IIT Patna at "ICPR 2026 TVRID Competition on Privacy-Preserving Person Re-Identification from Top-View RGB-Depth Camera"
AI 导读
IIT Patna 团队在 ICPR 2026 TVRID 隐私保护行人重识别竞赛中，方法一（abhinavkumar03）在 Depth 赛道取得 93.51% mAP 和 90.42% CMC@1，排名第 4（共 28 支队伍）；方法二（sjkdgfhl_）在 RGB 赛道达到 99.63%/99.35%，Depth 赛道为 86.26%/80.34%。
正文 · AI 翻译
摘要：基于俯视相机的隐私感知行人重识别（Re-ID）以人体测量形状替代正面外观，而深度传感进一步减少了基于颜色的身份线索。ICPR 2026 TVRID 竞赛使用四台同步的 Intel RealSense D455 相机采集的 86 个身份来评估这一设定，这些相机提供 RGB 和深度流，覆盖平坦、上升、下降和斜向视角。性能通过 mAP 和 CMC@1 在相机内进/出、上升-下降以及平坦-斜向场景下进行衡量。该竞赛共有 147 名注册参与者和 33 份最终提交。来自 IIT Patna 的三支队伍参赛：'abhinavkumar03' 和 'sjkdgfhl_' 在 31 名有排名参与者中分别位列第 5 和第 7，'vivek katuri' 在 RGB 赛道上达到 77.67% CMC@1 / 85.20% mAP。本文介绍了两支前十名队伍的方法。方法 1（abhinavkumar03）在 Depth 上达到 93.51% mAP 和 90.42% CMC@1，在 28 支队伍中排名第 4，而方法 2（sjkdgfhl_）在 RGB 上达到 99.63%/99.35%，在 Depth 上达到 86.26%/80.34%。两者均大幅优于 57.19% 的赛道平均 Depth mAP，其中方法 1 比方法 2 高出 7.3 个百分点。这些结果证明了深度表示和监督对于隐私保护 Re-ID 的重要性。
| 主题： | 人工智能（cs.AI） |
| 引用为： | arXiv:2611.12960 [cs.AI] |
| （或 arXiv:2611.12960v1 [cs.AI] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2611.12960 由 DataCite 颁发的 arXiv DOI |
提交历史
来自：Bibek Das [查看电子邮件]
[v1]
2026年11月7日星期六 09:22:42 UTC（94 KB）
来源：arXiv cs.AI · arxiv.org