Person Search

{:en}

• Person Search

Person search has drawn considerable attention recently with the increasing demand for person re-identification from real world scene images. The conventional person re-identification takes a set of cropped person images and selects the images among them matching to a given query person. On the other hand, the person search methods directly find the query person from a set of scene images where multiple people may appear in a single image. Since the person search works on unconstrained images, it has a strong potential to be applied to numerous practical applications. For example, it can be used to deploy visual surveillance systems to monitor and trace the suspects from CCTV video sequences. Also, it can be applied to augmented reality systems with mobile camera devices to provide visual information useful for social entertainment.

On the other hand, collecting and labeling datasets for person search require significant cost of time and labor. To reduce the burden of labeling, we proposed weakly supervised person search for the first time, which does not require the identity labels of each person. Recently, to completely mitigate the burden of labeling and collecting dataset and also privacy concern, we utilized unreal dataset for training the person search network, introducing domain generalizable framework for the first time to alleviate domain gap between unreal and real datasets.

• Publications

[1]	Byeong-Ju Han, Kuhyeun Ko, and Jae-Young Sim. “End-to-end trainable trident person search network using adaptive gradient propagation.” Proceedings of the IEEE/CVF International Conference on Computer Vision. 2021.
[2]	Byeong-Ju Han, Kuhyeun Ko, and Jae-Young Sim. “Context-aware unsupervised clustering for person search.”, 32nd British Machine Vision Conference 2021
[3]	Minyoung Oh, Duhyun Kim, and Jae-Young Sim. “Domain Generalizable Person Search Using Unreal Dataset.”, AAAI2024

{:}{:ko}

• 사람 검색

사람 식별을 실제 환경에서 활용하기 위해서 사람 검색은 최근 많은 관심을 받아왔다. 기존의 사람 식별은 주어진 쿼리 사람을 사람셋 에서 찾는다. 반면에, 사람 검색은 쿼리 사람을 여러 사람이 등장하는 영상셋에서 직접 찾는다. 제한이 없는 영상 셋에서 사람을 찾기 때문에, 사람 검색은 많은 실제 환경에서 활용할 수 있는 가능성을 가지고 있다. 예를 들어서, 사람 검색은 감시 카메라 환경에서 모니터링을 위해서 활용될 수 있고, CCTV를 통해서 범죄자를 추적할 때 활용될 수 있다. 또한 모바일 카메라로 증강현실 시스템에 적용하여 소셜 엔터테이먼트에 유용한 시각적 정보를 제공할 수 있다.

반면, 사람 검색을 위한 데이터셋의 라벨링에는 많은 노동력과 시간이 필요로 된다. 이러한 라벨링 부담을 완화하기 위하여 우린 최초로 식별 정보를 사용하지 않고 학습하는 약지도 학습 기반 사람 검색 기술을 개발하였다. 최근에는, 라벨링 부담을 완전히 없애고 초상권 문제를 해결하기 위하여 비현실 데이터를 이용한 도메인 일반화 사람 검색 기술을 최초로 개발하였다.

• Publications

[1]	Byeong-Ju Han, Kuhyeun Ko, and Jae-Young Sim. “End-to-end trainable trident person search network using adaptive gradient propagation.” Proceedings of the IEEE/CVF International Conference on Computer Vision. 2021.
[2]	Byeong-Ju Han, Kuhyeun Ko, and Jae-Young Sim. “Context-aware unsupervised clustering for person search.”, 32nd British Machine Vision Conference 2021
[3]	Minyoung Oh, Duhyun Kim, and Jae-Young Sim. “Domain Generalizable Person Search Using Unreal Dataset.”, AAAI2024

{:}