論文の概要: Dual-Prompt CLIP with Hybrid Visual Encoders for Occluded Person Re-Identification

• arxiv url: http://arxiv.org/abs/2605.19527v1
• Date: Tue, 19 May 2026 08:29:01 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-20 15:03:09.205434
• Title: Dual-Prompt CLIP with Hybrid Visual Encoders for Occluded Person Re-Identification
• Title（参考訳）: 人物再同定のためのハイブリッドビジュアルエンコーダを用いたデュアルプロンプトCLIP
• Authors: Zhangjian Ji, Shaotong Qiao, Kai Feng, Wei Wei,
• Abstract要約: 本稿では,隠蔽者を対象としたDPL-ReID(Dual Prompt Learning ReID)モデルを提案する。 デュアル・プロンプト・ラーニング(Dual Prompt Learning、Dual-PL)戦略が組み込まれている。 また,企業LSNetがグローバル情報を捕捉し,機能拡張機構として機能する,重み付きGated Feature Fusion (WGFF) 法を設計する。
• 参考スコア（独自算出の注目度）: 9.153700778053691
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Occluded person re-identification focuses on matching partially visible pedestrians across multiple camera views. However, occlusions disrupt body-region cues, thereby complicating cross-view matching. Most person ReID methods built on pretrained vision-language models only focus on enhancing prompt-based feature learning while ignoring the semantic information of occluders. Based on the success of CLIP-ReID, we propose a novel Dual Prompt Learning ReID (DPL-ReID) model for occluded person ReID. It incorporates a Dual Prompt Learning (Dual-PL) strategy, which can utilize textual cues to capture complete pedestrian semantics and keep robustness against occlusion, and a Real-World Occlusion Augmentation (RWOA) method that realistically simulates occlusion scenarios encountered in real word to enrich occluded samples. In addition, we also design a Weighted Gated Feature Fusion (WGFF) method, which in corporates LSNet to capture global information and act as a feature-gating mechanism. This mechanism can effectively guide the CLIP visual encoder toward generating more comprehensive feature representations. Extensive experiments on several benchmark occluded ReID datasets show that our proposed DPL-ReID achieves the state-of-the art performance. The occlusion instance library are available at https://github.com/stone-qiao/DPL-ReID.
• Abstract（参考訳）: 蓄積された人物の再識別は、複数のカメラビューで部分的に見える歩行者をマッチングすることに焦点を当てる。 しかし、オクルージョンは身体領域の手がかりを乱し、それによってクロスビューマッチングが複雑になる。 事前学習された視覚言語モデルに基づいて構築されたほとんどのReID手法は、隠蔽者の意味情報を無視しながら、プロンプトベースの特徴学習の強化にのみ焦点をあてる。 CLIP-ReIDの成功に基づき,隠蔽者のための新しいDPL-ReIDモデルを提案する。 デュアルプロンプト学習(Dual-PL)戦略は、完全な歩行者のセマンティクスをキャプチャし、閉塞に対する堅牢性を維持するためにテキストキューを利用することができ、リアルワールドオクルージョン拡張(RWOA)手法は、隠蔽されたサンプルを豊かにするために、実際の単語で遭遇したオクルージョンシナリオを現実的にシミュレートする。 また,グローバルな情報を収集し,機能拡張機構として機能させるためにLSNetを企業で使用するWGFF法を設計する。 このメカニズムは、より包括的な特徴表現を生成するためにCLIPビジュアルエンコーダを効果的に導くことができる。 提案したDPL-ReIDは,いくつかのベンチマークを含むReIDデータセットの大規模な実験により,最先端の性能を実現している。 オクルージョンインスタンスライブラリはhttps://github.com/stone-qiao/DPL-ReIDで入手できる。

関連論文リスト

• R2LED: Equipping Retrieval and Refinement in Lifelong User Modeling with Semantic IDs for CTR Prediction [23.668401664583758]
  セマンティックIDを用いた生涯ユーザモデリング(R2LED)における検索と改善のための新しいパラダイムを提案する。 まず,検索段階における複数経路混合検索手法を提案する。一方,協調的視点と意味的視点の両方から効率よく候補を検索する混合検索機構を提案する。 改良のために,経路レベル核融合のための目標認識型クロスアテンションとSIDレベル核融合のためのゲート機構を含むBiレベル核融合リファインメントを設計する。
  論文  参考訳（メタデータ） (2026-02-06T11:27:20Z)
• Toward Stable Semi-Supervised Remote Sensing Segmentation via Co-Guidance and Co-Fusion [31.189038928192648]
  Co2Sは半教師付きRSセグメンテーションフレームワークで、ビジョン言語モデルと自己教師型モデルとを融合する。 テキスト埋め込みと学習可能なクエリを利用した,明示的でシンプルなセマンティックコガイダンス機構が導入された。 6つの一般的なデータセットに対する実験は,提案手法の優位性を実証している。
  論文  参考訳（メタデータ） (2025-12-28T18:24:19Z)
• Hierarchical Identity Learning for Unsupervised Visible-Infrared Person Re-Identification [81.3063589622217]
  教師なし可視赤外線人物再識別(USVI-ReID)は、ラベルのないクロスモーダルな人物データセットからモダリティ不変の画像特徴を学習することを目的としている。
  論文  参考訳（メタデータ） (2025-09-15T05:10:43Z)
• Semantic-Aligned Learning with Collaborative Refinement for Unsupervised VI-ReID [82.12123628480371]
  教師なしの人物再識別(USL-VI-ReID)は、モデル学習のための人間のアノテーションを使わずに、同じ人物の歩行者像を異なるモードでマッチングすることを目指している。 従来の手法では、ラベルアソシエーションアルゴリズムを用いて異質な画像の擬似ラベルを統一し、グローバルな特徴学習のためのコントラスト学習フレームワークを設計していた。 本稿では,各モダリティによって強調される特定のきめ細かいパターンを対象とするSALCR(Semantic-Aligned Learning with Collaborative Refinement)フレームワークを提案する。
  論文  参考訳（メタデータ） (2025-04-27T13:58:12Z)
• Attention Disturbance and Dual-Path Constraint Network for Occluded Person Re-identification [36.86516784815214]
  本稿では,アテンションネットワークの一般化を促進するために,トランスフォーマーに基づくアテンション障害とデュアルパス制約ネットワーク(ADP)を提案する。 実世界の障害物を模倣するため,攻撃音を発生させるアテンション外乱マスク(ADM)モジュールを導入する。 我々はまた、全体像から望ましい監視情報を得ることができるデュアルパス制約モジュール(DPC)を開発した。
  論文  参考訳（メタデータ） (2023-03-20T09:56:35Z)
• Feature Completion Transformer for Occluded Person Re-identification [25.159974510754992]
  咬合者の再同定(Re-ID)は,咬合者の破壊による課題である。 特徴空間に隠された部分の意味情報を暗黙的に補完する特徴補完変換器(FCFormer)を提案する。 FCFormerは優れたパフォーマンスを実現し、隠蔽されたデータセットに対してかなりのマージンで最先端の手法を上回ります。
  論文  参考訳（メタデータ） (2023-03-03T01:12:57Z)
• Triplet Contrastive Learning for Unsupervised Vehicle Re-identification [55.445358749042384]
  部分的特徴学習は、車両の再識別におけるセマンティック理解にとって重要な技術である。 本稿では,クラスタ機能を活用したTCL(Triplet Contrastive Learning framework)を提案する。
  論文  参考訳（メタデータ） (2023-01-23T15:52:12Z)
• Occluded Person Re-Identification via Relational Adaptive Feature Correction Learning [8.015703163954639]
  複数のカメラが捉えた画像中の被写体再識別(Re-ID)は、歩行者や物体が被写体を隠蔽しているため困難である。 既存のほとんどの手法では、ネットワークを擬似ラベルとして利用しており、エラーを起こしやすい。 本稿では,Occlusion Correction Network (OCNet) を提案する。Occlusion Correction Network (OCNet) は,リレーショナル・ウェイト・ラーニングによって特徴を補正し,外部ネットワークを使わずに多様で代表的な特徴を得られる。
  論文  参考訳（メタデータ） (2022-12-09T07:48:47Z)
• High-Order Information Matters: Learning Relation and Topology for Occluded Person Re-Identification [84.43394420267794]
  本稿では,高次関係とトポロジ情報を識別的特徴とロバストなアライメントのために学習し,新しい枠組みを提案する。 我々のフレームワークはOccluded-Dukeデータセットで最先端の6.5%mAPスコアを大幅に上回っている。
  論文  参考訳（メタデータ） (2020-03-18T12:18:35Z)

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。