ChatPaper.aiChatPaper

DetReIDX: Um Conjunto de Dados para Testes de Estresse em Reconhecimento de Pessoas Baseado em UAVs no Mundo Real

DetReIDX: A Stress-Test Dataset for Real-World UAV-Based Person Recognition

May 7, 2025
Autores: Kailash A. Hambarde, Nzakiese Mbongo, Pavan Kumar MP, Satish Mekewad, Carolina Fernandes, Gökhan Silahtaroğlu, Alice Nithya, Pawan Wasnik, MD. Rashidunnabi, Pranita Samale, Hugo Proença
cs.AI

Resumo

A tecnologia de reidentificação de pessoas (ReID) tem sido considerada relativamente eficaz em condições controladas e ao nível do solo, mas apresenta falhas quando implantada em cenários reais desafiadores. Evidentemente, isso se deve a fatores extremos de variabilidade dos dados, como resolução, mudanças de ponto de vista, variações de escala, oclusões e alterações de aparência devido a roupas ou mudanças de sessão. Além disso, os conjuntos de dados disponíveis publicamente não incorporam de forma realista esses tipos e magnitudes de variabilidade, o que limita o progresso dessa tecnologia. Este artigo apresenta o DetReIDX, um grande conjunto de dados aéreo-terrestre de pessoas, que foi explicitamente projetado como um teste de estresse para a ReID em condições do mundo real. O DetReIDX é um conjunto multi-sessão que inclui mais de 13 milhões de caixas delimitadoras de 509 identidades, coletadas em sete campi universitários de três continentes, com altitudes de drones variando entre 5,8 e 120 metros. Mais importante, como uma novidade crucial, os sujeitos do DetReIDX foram gravados em (pelo menos) duas sessões em dias diferentes, com mudanças de roupas, iluminação diurna e localização, tornando-o adequado para avaliar verdadeiramente a ReID de pessoas em longo prazo. Além disso, os dados foram anotados com 16 atributos biométricos suaves e rótulos multitarefa para detecção, rastreamento, ReID e reconhecimento de ações. Para fornecer evidências empíricas da utilidade do DetReIDX, consideramos as tarefas específicas de detecção humana e ReID, onde métodos de ponta (SOTA) degradam drasticamente o desempenho (até 80% na precisão de detecção e mais de 70% no Rank-1 de ReID) quando expostos às condições do DetReIDX. O conjunto de dados, as anotações e os protocolos oficiais de avaliação estão disponíveis publicamente em https://www.it.ubi.pt/DetReIDX/.
English
Person reidentification (ReID) technology has been considered to perform relatively well under controlled, ground-level conditions, but it breaks down when deployed in challenging real-world settings. Evidently, this is due to extreme data variability factors such as resolution, viewpoint changes, scale variations, occlusions, and appearance shifts from clothing or session drifts. Moreover, the publicly available data sets do not realistically incorporate such kinds and magnitudes of variability, which limits the progress of this technology. This paper introduces DetReIDX, a large-scale aerial-ground person dataset, that was explicitly designed as a stress test to ReID under real-world conditions. DetReIDX is a multi-session set that includes over 13 million bounding boxes from 509 identities, collected in seven university campuses from three continents, with drone altitudes between 5.8 and 120 meters. More important, as a key novelty, DetReIDX subjects were recorded in (at least) two sessions on different days, with changes in clothing, daylight and location, making it suitable to actually evaluate long-term person ReID. Plus, data were annotated from 16 soft biometric attributes and multitask labels for detection, tracking, ReID, and action recognition. In order to provide empirical evidence of DetReIDX usefulness, we considered the specific tasks of human detection and ReID, where SOTA methods catastrophically degrade performance (up to 80% in detection accuracy and over 70% in Rank-1 ReID) when exposed to DetReIDXs conditions. The dataset, annotations, and official evaluation protocols are publicly available at https://www.it.ubi.pt/DetReIDX/
PDF22May 15, 2025