論文の概要: VReID-XFD: Video-based Person Re-identification at Extreme Far Distance Challenge Results

• arxiv url: http://arxiv.org/abs/2601.01312v1
• Date: Sun, 04 Jan 2026 00:27:16 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-01-06 16:25:22.187489
• Title: VReID-XFD: Video-based Person Re-identification at Extreme Far Distance Challenge Results
• Title（参考訳）: VReID-XFD: 極遠距離チャレンジ結果におけるビデオベース人物の再識別
• Authors: Kailash A. Hambarde, Hugo Proença, Md Rashidunnabi, Pranita Samale, Qiwei Yang, Pingping Zhang, Zijing Gong, Yuhao Wang, Xi Zhang, Ruoshui Qu, Qiaoyun He, Yuhang Zhang, Thi Ngoc Ha Nguyen, Tien-Dung Mai, Cheng-Jun Kang, Yu-Fan Lin, Jin-Hui Jiang, Chih-Chung Hsu, Tamás Endrei, György Cserey, Ashwat Rajbhandari,
• Abstract要約: VReID-XFDは、地上と地上の人物を再識別するためのビデオベースのベンチマークとコミュニティチャレンジである。 371のアイデンティティ、11,288のトラックレット、11.75万のフレームで構成され、5.8mから120mの高度で捕獲されている。 空対空、地上対地、地上対空の評価を厳密な個人分離の下でサポートしている。
• 参考スコア（独自算出の注目度）: 30.226578664087885
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Person re-identification (ReID) across aerial and ground views at extreme far distances introduces a distinct operating regime where severe resolution degradation, extreme viewpoint changes, unstable motion cues, and clothing variation jointly undermine the appearance-based assumptions of existing ReID systems. To study this regime, we introduce VReID-XFD, a video-based benchmark and community challenge for extreme far-distance (XFD) aerial-to-ground person re-identification. VReID-XFD is derived from the DetReIDX dataset and comprises 371 identities, 11,288 tracklets, and 11.75 million frames, captured across altitudes from 5.8 m to 120 m, viewing angles from oblique (30 degrees) to nadir (90 degrees), and horizontal distances up to 120 m. The benchmark supports aerial-to-aerial, aerial-to-ground, and ground-to-aerial evaluation under strict identity-disjoint splits, with rich physical metadata. The VReID-XFD-25 Challenge attracted 10 teams with hundreds of submissions. Systematic analysis reveals monotonic performance degradation with altitude and distance, a universal disadvantage of nadir views, and a trade-off between peak performance and robustness. Even the best-performing SAS-PReID method achieves only 43.93 percent mAP in the aerial-to-ground setting. The dataset, annotations, and official evaluation protocols are publicly available at https://www.it.ubi.pt/DetReIDX/ .
• Abstract（参考訳）: 極端遠距離における空中および地上の視界を横断する人物の再識別(ReID)は、高度分解能の低下、極端な視点の変化、不安定な動きの手がかり、および衣服の変動が既存のReIDシステムの外観に基づく仮定を損なう、明確な運用体制を導入している。 この状況を研究するために,VReID-XFDを導入する。これはビデオベースのベンチマークであり,超遠距離(XFD)空対地人物の再識別のためのコミュニティチャレンジである。 VReID-XFDはDetReIDXデータセットから派生したもので、371のアイデンティティ、11,288のトラックレット、11.75万フレームで構成され、高度5.8mから120m、斜め(30度)からナディル(90度)、水平距離120mで撮影されている。 このベンチマークは、航空対空、地上対地、地上対空の評価を、厳密な同一性分離とリッチな物理メタデータでサポートしている。 VReID-XFD-25 Challengeには10チームが参加し、数百人が応募した。 システム解析により、高度と距離による単調な性能劣化、ナディルビューの普遍的な不利、ピーク性能とロバストネスのトレードオフが明らかになった。 最も優れたSAS-PReID法でさえ、地上と地上で43.933%のmAPしか達成していない。 データセット、アノテーション、公式評価プロトコルはhttps://www.it.ubi.pt/DetReIDX/で公開されている。

関連論文リスト

• AG-VPReID 2025: Aerial-Ground Video-based Person Re-identification Challenge Results [64.38412449125872]
  本稿では,高高度(80-120m)の地上ReIDに焦点を当てた初の大規模ビデオベースコンペであるAG-VPReID 2025 Challengeを紹介する。 この課題は、3,027個のID、13,500個のトラックレット、UAV、CCTV、ウェアラブルカメラから取得された約370万フレームからなるAG-VPReIDデータセット上に構築された。 UAMのX-TFCLIPによる空中対地ReID設定では72.28%、地上対地ReID設定では70.77%の精度を達成した
  論文  参考訳（メタデータ） (2025-06-28T10:45:30Z)
• Person Recognition at Altitude and Range: Fusion of Face, Body Shape and Gait [70.00430652562012]
  FarSightは、顔認識のためのエンドツーエンドシステムで、顔、歩行、体形を横断する生体計測の手がかりを統合する。 FarSightは、4つのコアモジュールにまたがる新しいアルゴリズムを組み込んでいる。
  論文  参考訳（メタデータ） (2025-05-07T17:58:25Z)
• AG-VPReID: A Challenging Large-Scale Benchmark for Aerial-Ground Video-based Person Re-Identification [39.350429734981184]
  我々は,地上ビデオに基づく人物識別(ReID)のための大規模データセット AG-VPReID を紹介する。 このデータセットは6,632人の被験者、32,321のトラックレット、960万フレーム以上をドローン(高度15-120m)、CCTV、ウェアラブルカメラで捉えている。 本稿では,3つの補完ストリームからなるエンドツーエンドフレームワーク AG-VPReID-Net を提案する。
  論文  参考訳（メタデータ） (2025-03-11T07:38:01Z)
• Whole-body Detection, Recognition and Identification at Altitude and Range [57.445372305202405]
  多様なデータセットに基づいて評価したエンドツーエンドシステムを提案する。 我々のアプローチでは、一般的な画像データセットで検出器を事前トレーニングし、BRIARの複雑なビデオや画像でそれを微調整する。 屋内・屋外・航空シナリオにおける様々な範囲や角度の異なる条件下で徹底的な評価を行う。
  論文  参考訳（メタデータ） (2023-11-09T20:20:23Z)
• Wild Face Anti-Spoofing Challenge 2023: Benchmark and Results [73.98594459933008]
  顔認証システム(FAS)は、顔認識システムの完全性を保護するための重要なメカニズムである。 この制限は、公開可能なFASデータセットの不足と多様性の欠如に起因する可能性がある。 制約のない環境で収集された大規模で多様なFASデータセットであるWild Face Anti-Spoofingデータセットを紹介した。
  論文  参考訳（メタデータ） (2023-04-12T10:29:42Z)
• Aerial-Ground Person Re-ID [43.241435887373804]
  我々は,航空カメラと地上カメラをまたいで,人による再IDマッチングを行う新しいベンチマークデータセット AG-ReID を提案する。 データセットには、388のアイデンティティの21,983のイメージと、各IDに対する15のソフト属性が含まれている。 データは、高度15～45mのUAVと、大学のキャンパスで地上のCCTVカメラによって収集されました。
  論文  参考訳（メタデータ） (2023-03-15T13:07:21Z)
• ASFD: Automatic and Scalable Face Detector [59.31799101216593]
  本稿では,既存の全FAEモジュールをかなりの差で検出し,優れたFAEアーキテクチャであるAutoFAEを探索することを提案する。 特に、当社の強力な ASFD-D6 は WIDER Face テストで AP 96.7/96.2/92.1 よりも優れており、軽量の ASFD-D0 は約3.1 ms で 320 FPS 以上である。
  論文  参考訳（メタデータ） (2022-01-26T07:11:51Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。