論文の概要: Vision-Language Attribute Disentanglement and Reinforcement for Lifelong Person Re-Identification

• arxiv url: http://arxiv.org/abs/2603.19678v1
• Date: Fri, 20 Mar 2026 06:23:05 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-23 19:48:39.024889
• Title: Vision-Language Attribute Disentanglement and Reinforcement for Lifelong Person Re-Identification
• Title（参考訳）: 生涯的人物再同定のための視覚・言語属性の絡み合いと強化
• Authors: Kunlun Xu, Haotong Cheng, Jiangmeng Li, Xu Zou, Jiahuan Zhou,
• Abstract要約: LReID(Lifelong person re-identification)は、様々なドメインから学習し、統一された人物検索モデルを得ることを目的としている。 本稿では,VLM駆動型LReID手法であるVision-Language Attribute Disentanglement and Reinforcementを提案する。 我々のキーとなる考え方は、ドメイン間の知識伝達を改善するために、普遍的に共有される人間の属性を明示的にモデル化することである。
• 参考スコア（独自算出の注目度）: 39.00527450168451
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Lifelong person re-identification (LReID) aims to learn from varying domains to obtain a unified person retrieval model. Existing LReID approaches typically focus on learning from scratch or a visual classification-pretrained model, while the Vision-Language Model (VLM) has shown generalizable knowledge in a variety of tasks. Although existing methods can be directly adapted to the VLM, since they only consider global-aware learning, the fine-grained attribute knowledge is underleveraged, leading to limited acquisition and anti-forgetting capacity. To address this problem, we introduce a novel VLM-driven LReID approach named Vision-Language Attribute Disentanglement and Reinforcement (VLADR). Our key idea is to explicitly model the universally shared human attributes to improve inter-domain knowledge transfer, thereby effectively utilizing historical knowledge to reinforce new knowledge learning and alleviate forgetting. Specifically, VLADR includes a Multi-grain Text Attribute Disentanglement mechanism that mines the global and diverse local text attributes of an image. Then, an Inter-domain Cross-modal Attribute Reinforcement scheme is developed, which introduces cross-modal attribute alignment to guide visual attribute extraction and adopts inter-domain attribute alignment to achieve fine-grained knowledge transfer. Experimental results demonstrate that our VLADR outperforms the state-of-the-art methods by 1.9\%-2.2\% and 2.1\%-2.5\% on anti-forgetting and generalization capacity. Our source code is available at https://github.com/zhoujiahuan1991/CVPR2026-VLADR
• Abstract（参考訳）: LReID(Lifelong person re-identification)は、様々なドメインから学習し、統一された人物検索モデルを得ることを目的としている。 既存のLReIDアプローチは、スクラッチから学習することや視覚分類事前学習モデルに重点を置いているのに対し、視覚言語モデル(VLM)は様々なタスクにおいて一般化可能な知識を示している。 既存の手法は VLM に直接適応できるが、グローバルな学習しか考慮していないため、細粒度属性の知識は過小評価され、取得能力と偽造防止能力が制限される。 この問題に対処するため,VLADR (Vision-Language Attribute Disentanglement and Reinforcement) と呼ばれる新しいVLM駆動型LReID手法を提案する。 我々のキーとなる考え方は、普遍的に共有される人間の属性を明示的にモデル化し、ドメイン間の知識伝達を改善することで、歴史的知識を効果的に活用し、新しい知識学習を強化し、忘れを緩和することである。 具体的には、VLADRには、画像のグローバルで多様なローカルテキスト属性をマイニングするマルチグラインドテキスト属性分散機構が含まれている。 そこで, ドメイン間相互属性強化方式を開発し, ドメイン間属性アライメントを導入し, ドメイン間属性アライメントを導入し, きめ細かい知識伝達を実現する。 実験結果から,VLADRは最先端の手法を1.9 %-2.2 %,2.1 %-2.5 % で上回っていることがわかった。 ソースコードはhttps://github.com/zhoujiahuan 1991/CVPR2026-VLADRで公開されている。

関連論文リスト

• What Makes You Unique? Attribute Prompt Composition for Object Re-Identification [70.67907354506278]
  Object Re-IDentificationは、重複しないカメラビューで個人を認識することを目的としている。 単一ドメインモデルはドメイン固有の機能に過度に適合する傾向がありますが、クロスドメインモデルは多種多様な正規化戦略に依存します。 本稿では,テキストのセマンティクスを利用して識別と一般化を協調的に強化する属性プロンプト合成フレームワークを提案する。
  論文  参考訳（メタデータ） (2025-09-23T07:03:08Z)
• LATex: Leveraging Attribute-based Text Knowledge for Aerial-Ground Person Re-Identification [78.73711446918814]
  我々は,属性ベースのテキスト知識を活用するために,アクシデントチューニング戦略を採用した,AG-ReIDのためのLATexという新しいフレームワークを提案する。 我々のフレームワークは属性ベースのテキスト知識をフル活用してAGReIDの性能を向上させることができる。
  論文  参考訳（メタデータ） (2025-03-31T04:47:05Z)
• Domain Consistency Representation Learning for Lifelong Person Re-Identification [31.076769754593098]
  LReID(Lifelong person re-identification)は、連続データから学ぶ際に、ドメイン内識別とドメイン間ギャップの間に矛盾した関係を示す。 ドメイン内識別とドメイン間ギャップのバランスをとるために,グローバルおよび属性ワイド表現を探索する新しいドメイン一貫性表現学習(DCR)モデルを提案する。 我々のDCRは最先端のLReID法と比較して優れた性能を発揮する。
  論文  参考訳（メタデータ） (2024-09-30T05:19:09Z)
• CREST: Cross-modal Resonance through Evidential Deep Learning for Enhanced Zero-Shot Learning [48.46511584490582]
  ゼロショット学習(ZSL)は、既知のカテゴリから未知のカテゴリへのセマンティックな知識伝達を活用することで、新しいクラスの認識を可能にする。 分布不均衡や属性共起といった現実世界の課題は、画像の局所的なばらつきの識別を妨げる。 これらの課題を克服するために、双方向のクロスモーダルZSLアプローチCRESTを提案する。
  論文  参考訳（メタデータ） (2024-04-15T10:19:39Z)
• Attribute Prototype Network for Any-Shot Learning [113.50220968583353]
  属性ローカライズ機能を統合した画像表現は、任意のショット、すなわちゼロショットと少数ショットのイメージ分類タスクに有用である、と我々は主張する。 クラスレベルの属性のみを用いてグローバルな特徴とローカルな特徴を共同で学習する新しい表現学習フレームワークを提案する。
  論文  参考訳（メタデータ） (2022-04-04T02:25:40Z)
• On Exploring Pose Estimation as an Auxiliary Learning Task for Visible-Infrared Person Re-identification [66.58450185833479]
  本稿では,Pose Estimationを補助学習タスクとして活用して,エンドツーエンドフレームワークにおけるVI-ReIDタスクを支援する。 これら2つのタスクを相互に有利な方法で共同でトレーニングすることにより、高品質なモダリティ共有とID関連の特徴を学習する。 2つのベンチマークVI-ReIDデータセットの実験結果から,提案手法は一定のマージンで最先端の手法を継続的に改善することが示された。
  論文  参考訳（メタデータ） (2022-01-11T09:44:00Z)

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。