論文の概要: Causal Bootstrapped Alignment for Unsupervised Video-Based Visible-Infrared Person Re-Identification

• arxiv url: http://arxiv.org/abs/2604.15631v1
• Date: Fri, 17 Apr 2026 02:15:59 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-20 22:00:19.706762
• Title: Causal Bootstrapped Alignment for Unsupervised Video-Based Visible-Infrared Person Re-Identification
• Title（参考訳）: 教師なしビデオベース可視赤外線人物再同定のための因果ブートストラップアライメント
• Authors: Shuang Li, Jiaxu Leng, Changjiang Kuang, Mingpi Tan, Yu Yuan, Xinbo Gao,
• Abstract要約: VVI-ReIDは、静止画像以外にも時間情報が付加的な手がかりを提供する、全日監視のための重要な技術である。 既存のアプローチは、高価なクロスモダリティアノテーションによる完全な教師付き学習に大きく依存しており、スケーラビリティが制限されています。 そこで,本研究では,ビデオの先行を明示的に活用するCausal Bootstrapped Alignmentフレームワークを提案する。
• 参考スコア（独自算出の注目度）: 52.784239635604735
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: VVI-ReID is a critical technique for all-day surveillance, where temporal information provides additional cues beyond static images. However, existing approaches rely heavily on fully supervised learning with expensive cross-modality annotations, limiting scalability. To address this issue, we investigate Unsupervised Learning for VVI-ReID (USL-VVI-ReID), which learns identity-discriminative representations directly from unlabeled video tracklets. Directly extending image-based USL-VI-ReID methods to this setting with generic pretrained encoders leads to suboptimal performance. Such encoders suffer from weak identity discrimination and strong modality bias, resulting in severe intra-modality identity confusion and pronounced clustering granularity imbalance between visible and infrared modalities. These issues jointly degrade pseudo-label reliability and hinder effective cross-modality alignment. To address these challenges, we propose a Causal Bootstrapped Alignment (CBA) framework that explicitly exploits inherent video priors. First, we introduce Causal Intervention Warm-up (CIW), which performs sequence-level causal interventions by leveraging temporal identity consistency and cross-modality identity consistency to suppress modality- and motion-induced spurious correlations while preserving identity-relevant semantics, yielding cleaner representations for unsupervised clustering. Second, we propose Prototype-Guided Uncertainty Refinement (PGUR), which employs a coarse-to-fine alignment strategy to resolve cross-modality granularity mismatch, reorganizing under-clustered infrared representations under the guidance of reliable visible prototypes with uncertainty-aware supervision. Extensive experiments on the HITSZ-VCM and BUPTCampus benchmarks demonstrate that CBA significantly outperforms existing USL-VI-ReID methods when extended to the USL-VVI-ReID setting.
• Abstract（参考訳）: VVI-ReIDは、静止画像以外にも時間情報が付加的な手がかりを提供する、全日監視のための重要な技術である。 しかし、既存のアプローチは、高価なクロスモダリティアノテーションによる完全な教師付き学習に大きく依存し、スケーラビリティを制限します。 この問題に対処するために,未ラベルビデオトラッカーから直接個人識別表現を学習するUnsupervised Learning for VVI-ReID (USL-VVI-ReID) について検討する。 画像ベースUSL-VI-ReIDメソッドを一般的な事前訓練エンコーダでこの設定に直接拡張すると、最適化性能が低下する。 このようなエンコーダは、弱いアイデンティティの識別と強いモダリティバイアスに悩まされ、重度のモダリティ内アイデンティティの混乱と、可視と赤外線のモダリティ間のクラスタリングの粒度不均衡が顕著になる。 これらの問題は、疑似ラベルの信頼性を損なうとともに、効果的な相互モダリティアライメントを阻害する。 これらの課題に対処するために、我々は、固有のビデオの優先順位を明示的に活用するCausal Bootstrapped Alignment (CBA)フレームワークを提案する。 まず、時間的アイデンティティ整合性と相互モダリティのアイデンティティ整合性を活用してシーケンシャルレベルの因果介入を行い、モダリティと運動によって引き起こされる刺激的相関を抑えるとともに、アイデンティティ関連セマンティクスを保存し、教師なしクラスタリングのためのよりクリーンな表現を提供する。 第2に,不確実性を考慮した信頼性のある可視プロトタイプの指導の下で,粗粒度ミスマッチを解消するための粗粒度アライメント戦略を用いたプロトタイプガイド不確実性リファインメント(PGUR)を提案する。 HITSZ-VCMおよびBUPTCampusベンチマークの大規模な実験により、CBAはUSL-VVI-ReID設定に拡張された場合、既存のUSL-VI-ReID法よりも大幅に優れていることが示された。

関連論文リスト

• Modality-Aware Bias Mitigation and Invariance Learning for Unsupervised Visible-Infrared Person Re-Identification [14.343677160918723]
  教師なし可視赤外線人物再識別(USVI-ReID)は、アノテーションに頼ることなく、可視・赤外線カメラ間で個人をマッチングすることを目的としている。 信頼性の高いクロスモダリティ・アソシエーションを推定することは、USVI-ReIDにおいて大きな課題である。 本稿では、偏りを緩和したグローバルアソシエーションとモダリティ不変表現学習という2つの側面から、モダリティ間の学習に対処することに焦点を当てる。
  論文  参考訳（メタデータ） (2025-12-08T17:42:28Z)
• Unsupervised Visible-Infrared ReID via Pseudo-label Correction and Modality-level Alignment [23.310509459311046]
  UVI-ReID (unsupervised visible-infrared person re-identification) が近年注目されている。 従来手法では, UVI-ReIDを実現するためにモダリティ内クラスタリングとクロスモダリティ特徴マッチングが用いられていた。
  論文  参考訳（メタデータ） (2024-04-10T02:03:14Z)
• Unsupervised Visible-Infrared Person ReID by Collaborative Learning with Neighbor-Guided Label Refinement [53.044703127757295]
  教師なし学習 可視赤外人物再識別 (USL-VI-ReID) は、ラベルなしのクロスモダリティデータセットからモダリティ不変の特徴を学習することを目的としている。 本稿では,生成したラベルを1つのモダリティからそれに対応するモダリティに同時に割り当てる,Dual Optimal Transport Label Assignment (DOTLA) フレームワークを提案する。 提案したDOTLA機構は、相互強化と相互モダリティデータアソシエーションの効率的な解を定式化することにより、不十分でノイズの多いラベルアソシエーションの副作用を効果的に低減することができる。
  論文  参考訳（メタデータ） (2023-05-22T04:40:30Z)
• Exploring Robustness of Unsupervised Domain Adaptation in Semantic Segmentation [74.05906222376608]
  クリーンな画像とそれらの逆の例との一致を、出力空間における対照的な損失によって最大化する、逆向きの自己スーパービジョンUDA(ASSUDA)を提案する。 i) セマンティックセグメンテーションにおけるUDA手法のロバスト性は未解明のままであり, (ii) 一般的に自己スーパービジョン(回転やジグソーなど) は分類や認識などのイメージタスクに有効であるが, セグメンテーションタスクの識別的表現を学習する重要な監視信号の提供には失敗している。
  論文  参考訳（メタデータ） (2021-05-23T01:50:44Z)

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。