論文の概要: AttriBE: Quantifying Attribute Expressivity in Body Embeddings for Recognition and Identification

• arxiv url: http://arxiv.org/abs/2604.27218v1
• Date: Wed, 29 Apr 2026 21:41:35 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-01 16:31:53.813645
• Title: AttriBE: Quantifying Attribute Expressivity in Body Embeddings for Recognition and Identification
• Title（参考訳）: Attribe:認識と識別のための体内埋め込みにおける属性表現性の定量化
• Abstract要約: 我々は,学習した特徴と特定の属性の相互情報として定義された表現性の概念を拡張し,属性のエンコード方法の定量化を行う。 このフレームワークを大規模可視スペクトルデータセット上で3つの変換器ベースのReIDモデルに適用すると、BMIはより深い層において、常に最も高い表現性を示すことが分かる。 我々は、短波、中波、長波赤外を含む赤外線モダリティを横断する人物識別まで分析を拡張した。
• 参考スコア（独自算出の注目度）: 32.87297961033061
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Person re-identification (ReID) systems that match individuals across images or video frames are essential in many real-world applications. However, existing methods are often influenced by attributes such as gender, pose, and body mass index (BMI), which vary in unconstrained settings and raise concerns related to fairness and generalization. To address this, we extend the notion of expressivity, defined as the mutual information between learned features and specific attributes, using a secondary neural network to quantify how strongly attributes are encoded. Applying this framework to three transformer-based ReID models on a large-scale visible-spectrum dataset, we find that BMI consistently shows the highest expressivity in deeper layers. Attributes in the final representation are ranked as BMI > Pitch > Gender > Yaw, and expressivity evolves across layers and training epochs, with pose peaking in intermediate layers and BMI strengthening with depth. We further extend the analysis to cross-spectral person identification across infrared modalities including short-wave, medium-wave, and long-wave infrared. In this setting, pitch becomes comparable to BMI and attribute trends increase monotonically across depth, suggesting increased reliance on structural cues when bridging modality gaps. Overall, the results show that transformer-based ReID embeddings encode a hierarchy of implicit attributes, with morphometric information persistently embedded and pose contributing more strongly under cross-spectral conditions.
• Abstract（参考訳）: 画像やビデオフレーム間で個人をマッチングする人物再識別(ReID)システムは、多くの現実世界のアプリケーションにおいて不可欠である。 しかし、既存の手法は、性別、ポーズ、身体の質量指数(BMI)などの属性に影響されがちである。 これを解決するために、学習した特徴と特定の属性の相互情報として定義された表現性の概念を拡張し、二次的ニューラルネットワークを用いて、属性のエンコード方法の定量化を行う。 このフレームワークを大規模可視スペクトルデータセット上で3つの変換器ベースのReIDモデルに適用すると、BMIはより深い層において、常に最も高い表現性を示すことが分かる。 最終表現の属性は BMI > Pitch > Gender > Yaw と分類され, 表現性は層をまたいで進化し, 訓練エポックは中間層でピークを迎え, BMI は深度で強化される。 さらに、短波、中波、長波赤外を含む赤外線モダリティを横断する人物識別まで分析を拡張した。 この設定では、ピッチはBMIに匹敵し、属性の傾向は深さにわたって単調に増加し、モダリティギャップを埋める際の構造的手がかりに依存することが示唆される。 全体として,変換器をベースとしたReID埋め込みは暗黙的属性の階層を符号化し,形態計測情報を持続的に埋め込み,スペクトル間条件下ではより強く寄与することを示した。

関連論文リスト

• Gait Recognition via Deep Residual Networks and Multi-Branch Feature Fusion [5.585970057888865]
  本稿では,歩行動態を身体形状特性で深く抽出し,融合する高精度歩行認識フレームワークを提案する。 50層のResidual Networkは、階層的にリッチで差別的な表現をキャプチャするために、深い特徴抽出モジュール内で利用される。 クロスビュー多条件CASIA-Bベンチマーク実験により,通常の歩行下でのランク1の精度が94.52%であることが確認された。
  論文  参考訳（メタデータ） (2026-04-30T03:09:51Z)
• SIGMAE: A Spectral-Index-Guided Foundation Model for Multispectral Remote Sensing [43.39478017496301]
  Masked Autoencoder (MAE) ベースの事前訓練は、マスク付き画像領域を再構成することで、一般的な特徴表現を学習する強力な能力である。 多スペクトルリモートセンシング画像へのMAEの適用は、複雑な背景、不明瞭なターゲット、マスキング中の意味的ガイダンスの欠如など、依然として困難である。 SIGMAEは、ドメイン固有のスペクトル指標を事前知識として組み込んで、動的トークンマスキングを情報領域へ導く。
  論文  参考訳（メタデータ） (2026-03-08T04:55:41Z)
• Combo-Gait: Unified Transformer Framework for Multi-Modal Gait Recognition and Attribute Analysis [35.9240903956677]
  本研究では,2次元の時間的シルエットと3次元のSMPL特徴を組み合わさって,ロバストな歩行分析を行うフレームワークを提案する。 識別以外にも、歩行認識と人的属性推定を共同で行うマルチタスク学習戦略を導入する。 提案手法は歩行認識における最先端手法より優れ,正確な人的属性推定を提供する。
  論文  参考訳（メタデータ） (2025-10-12T02:56:40Z)
• Attributes Shape the Embedding Space of Face Recognition Models [0.0]
  顔認識タスクはディープニューラルネットワークの出現によって大きな進歩を遂げた。 埋め込み空間に現れるマルチスケールな幾何学構造を観察する。 これらの属性に対するFRモデルの依存性や不変性を記述するための幾何学的手法を提案する。
  論文  参考訳（メタデータ） (2025-07-15T14:44:39Z)
• CRIA: A Cross-View Interaction and Instance-Adapted Pre-training Framework for Generalizable EEG Representations [52.251569042852815]
  CRIAは、可変長および可変チャネルコーディングを使用して、異なるデータセット間でEEGデータの統一表現を実現する適応フレームワークである。 このモデルでは、時間的、スペクトル的、空間的特徴を効果的に融合させるクロスアテンション機構を採用している。 テンプル大学脳波コーパスとCHB-MITデータセットによる実験結果から、CRIAは既存の方法よりも、同じ事前学習条件で優れていることが示された。
  論文  参考訳（メタデータ） (2025-06-19T06:31:08Z)
• Multi-Domain Biometric Recognition using Body Embeddings [51.36007967653781]
  身体埋め込みは中波長赤外線(MWIR)領域と長波長赤外線(LWIR)領域の顔埋め込みよりも優れていた。 我々は、IJB-MDFデータセット上でのベンチマーク結果を確立するために、ビジョントランスフォーマーアーキテクチャを活用している。 また, クロスエントロピーとトリプルト損失の単純な組み合わせで, VISデータにのみ事前訓練された体モデルを微調整することで, 最先端のmAPスコアが得られることを示す。
  論文  参考訳（メタデータ） (2025-03-13T22:38:18Z)
• A Quantitative Evaluation of the Expressivity of BMI, Pose and Gender in Body Embeddings for Recognition and Identification [56.10719736365069]
  我々は,学習した特徴と特定の属性の相互情報として定義された表現性の概念を拡張し,属性のエンコード方法の定量化を行う。 その結果,BMIは最終層において高い表現性を示し,認識におけるその支配的な役割を示していることがわかった。 これらの結果は,ReIDにおける身体属性の中心的役割を示し,属性駆動相関を明らかにするための原則的アプローチを確立した。
  論文  参考訳（メタデータ） (2025-03-09T05:15:54Z)
• Learning Multiscale Consistency for Self-supervised Electron Microscopy Instance Segmentation [48.267001230607306]
  本稿では,EMボリュームのマルチスケール一貫性を高める事前学習フレームワークを提案する。 当社のアプローチでは,強力なデータ拡張と弱いデータ拡張を統合することで,Siameseネットワークアーキテクチャを活用している。 効果的にボクセルと機能の一貫性をキャプチャし、EM分析のための転送可能な表現を学習する。
  論文  参考訳（メタデータ） (2023-08-19T05:49:13Z)
• SIM-Trans: Structure Information Modeling Transformer for Fine-grained Visual Categorization [59.732036564862796]
  本稿では,オブジェクト構造情報を変換器に組み込んだSIM-Trans(Structure Information Modeling Transformer)を提案する。 提案した2つのモジュールは軽量化されており、任意のトランスフォーマーネットワークにプラグインでき、エンドツーエンドで容易に訓練できる。 実験と解析により,提案したSIM-Transが細粒度視覚分類ベンチマークの最先端性能を達成することを示した。
  論文  参考訳（メタデータ） (2022-08-31T03:00:07Z)
• MMLatch: Bottom-up Top-down Fusion for Multimodal Sentiment Analysis [84.7287684402508]
  マルチモーダル融合に対する最近のディープラーニングアプローチは、ハイレベルおよびミドルレベルの潜在モダリティ表現のボトムアップ融合に依存している。 人間の知覚モデルでは、高レベルの表現が感覚入力の知覚に影響を及ぼすトップダウン融合の重要性を強調している。 本稿では,ネットワークトレーニング中のフォワードパスにおけるフィードバック機構を用いて,トップダウンのクロスモーダルインタラクションをキャプチャするニューラルネットワークを提案する。
  論文  参考訳（メタデータ） (2022-01-24T17:48:04Z)
• A-FMI: Learning Attributions from Deep Networks via Feature Map Importance [58.708607977437794]
  勾配に基づくアトリビューション法は畳み込みニューラルネットワーク(CNN)の理解を助けることができる 帰属特徴の冗長性と勾配飽和問題は、帰属方法がまだ直面する課題である。 本稿では,各特徴マップの寄与度を高めるための新しい概念,特徴マップ重要度 (FMI) と,勾配飽和問題に対処するためのFMIによる新しい帰属法を提案する。
  論文  参考訳（メタデータ） (2021-04-12T14:54:44Z)

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。