論文の概要: CMCC-ReID: Cross-Modality Clothing-Change Person Re-Identification

• arxiv url: http://arxiv.org/abs/2604.02808v1
• Date: Fri, 03 Apr 2026 07:19:30 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-06 17:20:24.369895
• Title: CMCC-ReID: Cross-Modality Clothing-Change Person Re-Identification
• Title（参考訳）: CMCC-ReID:クロスモダリティの衣服変更者再識別
• Authors: Haoxuan Xu, Hanzi Wang, Guanglin Niu,
• Abstract要約: CMCC-ReID(Cross-Modality Clothing-Change Re-Identification)は、モダリティと衣服の両方のバリエーションにまたがる歩行者を対象とする。 本稿では,衣服の多様性とモダリティの相違を段階的に緩和する,プログレッシブ・アイデンティティ・アライメント・ネットワーク(PIA)を提案する。 PIAはこの新しいタスクの強力なベースラインを確立し、既存の手法を大幅に上回っている。
• 参考スコア（独自算出の注目度）: 50.132682245344284
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Person Re-Identification (ReID) faces severe challenges from modality discrepancy and clothing variation in long-term surveillance scenario. While existing studies have made significant progress in either Visible-Infrared ReID (VI-ReID) or Clothing-Change ReID (CC-ReID), real-world surveillance system often face both challenges simultaneously. To address this overlooked yet realistic problem, we define a new task, termed Cross-Modality Clothing-Change Re-Identification (CMCC-ReID), which targets pedestrian matching across variations in both modality and clothing. To advance research in this direction, we construct a new benchmark SYSU-CMCC, where each identity is captured in both visible and infrared domains with distinct outfits, reflecting the dual heterogeneity of long-term surveillance. To tackle CMCC-ReID, we propose a Progressive Identity Alignment Network (PIA) that progressively mitigates the issues of clothing variation and modality discrepancy. Specifically, a Dual-Branch Disentangling Learning (DBDL) module separates identity-related cues from clothing-related factors to achieve clothing-agnostic representation, and a Bi-Directional Prototype Learning (BPL) module performs intra-modality and inter-modality contrast in the embedding space to bridge the modality gap while further suppressing clothing interference. Extensive experiments on the SYSU-CMCC dataset demonstrate that PIA establishes a strong baseline for this new task and significantly outperforms existing methods.
• Abstract（参考訳）: 個人再識別(ReID)は、長期監視シナリオにおいて、モダリティの相違や衣服の変化による深刻な課題に直面している。 既存の研究は Visible-Infrared ReID (VI-ReID) または Clothing-Change ReID (CC-ReID) において大きな進歩を遂げているが、現実の監視システムは同時に両方の課題に直面していることが多い。 この見過ごされながら現実的な問題に対処するために、私たちはCross-Modality Clothing-Change Re-Identification (CMCC-ReID)と呼ばれる新しいタスクを定義します。 この方向の研究を進めるために、我々はSYSU-CMCCという新しいベンチマークを構築し、それぞれのアイデンティティを異なる服装の可視領域と赤外線領域の両方で捉え、長期監視の二重不均一性を反映する。 CMCC-ReIDに対処するために,衣服の変動やモダリティの相違を段階的に緩和するプログレッシブ・アイデンティティ・アライメント・ネットワーク(PIA)を提案する。 具体的には、Dual-Branch Disentangling Learning(DBDL)モジュールは、衣服関連要因からアイデンティティ関連キューを分離し、衣服非依存表現を実現するとともに、BPLモジュールは、組込み空間におけるモダリティ内およびモダリティ間コントラストを実行し、衣服干渉をさらに抑制しながら、モダリティギャップをブリッジする。 SYSU-CMCCデータセットの大規模な実験は、PIAがこの新しいタスクの強力なベースラインを確立し、既存の手法を大幅に上回っていることを示している。

関連論文リスト

• Rethinking Clothes Changing Person ReID: Conflicts, Synthesis, and Optimization [90.41318757397097]
  衣服交換者再識別(CC-ReID)は,異なる服装の同一人物の画像を取得することを目的としている。 CC-ReIDにおける標準ReID学習目標と同一のクローン識別は、従来の研究では無視されてきた。 本研究では,標準学習と服飾変化学習(CC)の関連について検討し,この2つの目的の内的対立を先導する。
  論文  参考訳（メタデータ） (2024-04-19T03:45:12Z)
• Identity-aware Dual-constraint Network for Cloth-Changing Person Re-identification [13.709863134725335]
  CC-ReID(CC-Changing Person Re-Identification)は、歩行者が着替えを行うより現実的な監視シナリオにおいて、対象者を正確に識別することを目的としている。 大きな進歩にもかかわらず、既存のCC-ReIDデータセットの限られた布質変化トレーニングサンプルは、モデルが布質非関連の特徴を適切に学習することを妨げている。 本稿では,CC-ReIDタスクのためのID-Aware Dual-Constraint Network (IDNet)を提案する。
  論文  参考訳（メタデータ） (2024-03-13T05:46:36Z)
• Semantic-aware Consistency Network for Cloth-changing Person Re-Identification [8.885551377703944]
  本稿ではセマンティック・アウェア・コンシスタンス・ネットワーク(SCNet)を紹介し,アイデンティティに関連するセマンティックな特徴を学習する。 衣服領域の画素を消去することにより,黒衣画像を生成する。 さらに、高レベルのアイデンティティ関連セマンティック特徴の学習を容易にするために、セマンティック一貫性損失を設計する。
  論文  参考訳（メタデータ） (2023-08-27T14:07:57Z)
• Clothes-Invariant Feature Learning by Causal Intervention for Clothes-Changing Person Re-identification [118.23912884472794]
  衣服変化者再識別(CC-ReID)における衣服不変の特徴抽出の重要性 衣服と身元には強い相関関係があることを論じ, 衣服に関係のない特徴を抽出するために, 共通可能性に基づくReID法P(Y|X) を制限している。 衣服不変の特徴学習を実現するために,新しい因果的衣服不変学習法(CCIL)を提案する。
  論文  参考訳（メタデータ） (2023-05-10T13:48:24Z)
• Cross-Modality Earth Mover's Distance for Visible Thermal Person Re-Identification [82.01051164653583]
  Visible thermal person re-identification (VT-ReID) は、モダリティ間の相違と同一性内変異に悩まされる。 我々は,モーダルアライメント中の個人内変動の影響を軽減することができるクロスモーダルアースモーバー距離(CM-EMD)を提案する。
  論文  参考訳（メタデータ） (2022-03-03T12:26:59Z)
• Dynamic Dual-Attentive Aggregation Learning for Visible-Infrared Person Re-Identification [208.1227090864602]
  Visible-infrared person re-identification (VI-ReID) は、歩行者検索の課題である。 既存のVI-ReID法は、識別可能性に制限があり、ノイズの多い画像に対して弱いロバスト性を持つグローバル表現を学習する傾向にある。 そこで我々は,VI-ReIDのための動的二段階集合(DDAG)学習法を提案する。
  論文  参考訳（メタデータ） (2020-07-18T03:08:13Z)
• Long-Term Cloth-Changing Person Re-identification [154.57752691285046]
  人物再識別(Re-ID)は、異なる場所や時間におけるカメラビュー間で対象人物をマッチングすることを目的としている。 既存のRe-ID研究は、ある人が同じ服装で異なるカメラビューに再び現れる、短期的な布一貫した環境に焦点を当てている。 本研究は,例えば,何日,何ヶ月にもわたって,長期にまたがって人とのマッチングを行う,はるかに困難かつ実践的な環境に焦点をあてる。
  論文  参考訳（メタデータ） (2020-05-26T11:27:21Z)

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。