論文の概要: Rank-1 Identity Consensus Predicts Gallery Enrollment in 1:N Face Matching More Accurately than Score Thresholding
- arxiv url: http://arxiv.org/abs/2607.12903v1
- Date: Tue, 14 Jul 2026 15:38:08 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-15 17:08:30.214341
- Title: Rank-1 Identity Consensus Predicts Gallery Enrollment in 1:N Face Matching More Accurately than Score Thresholding
- Title（参考訳）: Rank-1 Identity Consensusが1:N顔マッチングにおけるギャラリーの登録をScore Thresholdingより正確に予測
- Abstract要約: 運用1:N顔認証では、各プローブに重要な疑問が生じる:この人物はギャラリーに登録されているか?
ほとんどのアプローチはしきい値にマッチするが、スコアは画像の品質とギャラリーのサイズと構成に大きく変化し、現実的な条件下では展開前のしきい値が不安定になる。
我々の以前の研究は、複数の独立に訓練されたマーカにまたがるランクコンセンサスに基づく唯一の方法である1-一貫性を導入しました。
この作業は、4つの品質レベルと2つの構造軸にまたがる36のシナリオ(ギャリー、プローブ品質)にわたる1-一貫性をテストする。
- 参考スコア（独自算出の注目度）: 10.972593664929425
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: In operational 1:N face identification, a crucial question arises for each probe: is this person enrolled in the gallery or not? The stakes are high and asymmetric. Rejecting a mate-present (MP) probe loses a valid lead; accepting a mate-absent (MA) probe makes every returned candidate a false identification, at worst a wrongful arrest. Most approaches threshold match scores, but scores shift substantially with image quality and gallery size and composition, making thresholds fixed before deployment brittle under realistic conditions. Our prior work introduced 1-consistency, the only method based on rank consensus across multiple independently trained matchers: a probe is labeled MP if all matchers return the same rank-1 identity. This work stress-tests 1-consistency across 36 (gallery, probe quality) scenarios spanning four quality levels and two structural axes: images per identity and total enrolled identities. We benchmark against two score-thresholding methods that bracket what any deployed threshold could achieve. Fixed Score-Thresholding (FST), calibrated once on baseline conditions, collapses asymmetrically as quality degrades: MP recall falls below 2% while MA recall holds near 100%. Oracle Score-Thresholding (OST), re-tuned per scenario, is the best any threshold could theoretically do, yet for degraded probes 1-consistency matches it with zero tuning. The two differ mainly in error type (OST favors MP recall, 1-consistency favors MA recall), but on one axis 1-consistency does not merely match the oracle: when it labels a probe MP, it returns the correct mate 97-100% of the time versus OST's 66-84% under severe degradation. In short, 1-consistency delivers oracle-level accuracy without the impossible requirement: it sets no threshold, so it needs no advance knowledge of the conditions a probe will arrive in, which is what makes it usable.
- Abstract（参考訳）: 運用1:N顔認証では、各プローブに重要な疑問が生じる:この人物はギャラリーに登録されているか?
重みは高く、非対称である。
メイト候補(MP)プローブを拒絶すると有効なリードが失われ、メイト候補(MA)プローブを受理すると、すべての候補が偽の身元を判明するが、最悪の場合、不当な逮捕となる。
ほとんどのアプローチはしきい値にマッチするが、スコアは画像の品質とギャラリーのサイズと構成に大きく変化し、現実的な条件下では展開前のしきい値が不安定になる。
我々の以前の研究は、複数の独立に訓練されたマーカのランクコンセンサスに基づく唯一の方法である1-一貫性を導入していた。
この研究は、36のシナリオ(ギャリー、プローブ品質)にまたがる1-一貫性を4つの品質レベルと2つの構造軸(アイデンティティ毎の画像と総登録ID)で検証する。
我々は、デプロイされたしきい値を達成するための2つのスコア保持方法に対してベンチマークを行った。
FST(Fixed Score-Thresholding)はベースライン条件で調整され、品質が低下するにつれて非対称に崩壊する。
Oracle Score-Thresholding (OST)は、シナリオ毎に調整され、理論上可能なあらゆるしきい値の中で最高のものであるが、劣化したプローブでは1-一貫性がゼロチューニングと一致している。
主にエラータイプが異なる(OSTはMPリコールを好んでいるが、1-一貫性はMAリコールを好んでいる)が、一方の軸1-一貫性は単にオラクルと一致するわけではない。
つまり、1-一貫性は、しきい値を設定しないので、プローブが到着する条件に関する事前の知識を必要としない。
関連論文リスト
- PRIMUS: Identity, Governance, and Verification for Multi-Agent Federations [0.0]
マルチエージェント・フェデレーションは、敵対的な条件下での3つの質問に答えるガバナンスを必要とする。
本稿では,BLSアグリゲートシグネチャと主パワーIDを結合したPRIMUSについて述べる。
PRIMAのバイナリアーティファクト-忠実性判定は、グレード付きフィットネス信号に変換できるかどうかを問う。
論文 参考訳（メタデータ） (2026-09-07T19:21:49Z) - Decomposing Wrong-Consensus Agreement in LLM Self-Consistency: A GPT-4.1 Case Study [1.2716872085463884]
複数のLSMサンプルに対する多数決投票は、回答の正確性を高めるために広く用いられているが、その利得は不規則に異なる。
本稿は、この失敗を定量的に分析する。
論文 参考訳（メタデータ） (2026-08-19T10:50:15Z) - Know Before You Fetch: Calibrated Retrieval-Budget Allocation for Retrieval-Augmented Generation [10.60293484295824]
適応RAGをキャリブレーションした検索予算配分として定式化する。
シーケンスログの確率とプレフィックスログの不確実性信号を正しさの確率に調整する。
シーケンスログの確率については、TriviaQAでは0.275から0.062に、NQでは0.643から0.009に、MS MARCOでは0.711から0.031に低下する。
論文 参考訳（メタデータ） (2026-06-29T08:36:33Z) - What Accuracy and Gradient Cosine Miss: Evaluating Feedback Alignment via Scale Stability, Reference Validity, and Depth Utility [48.10132234701036]
本稿では,3つのチェック(スケール安定性,参照妥当性,深度ユーティリティ)に基づく診断評価プロトコルを提案する。
複数のアーキテクチャや手法にまたがって、我々のプロトコルは広い校正マージンを持つ全ての障害を識別する。
論文 参考訳（メタデータ） (2026-06-19T06:04:17Z) - RANSAC Scoring Done Right [0.6678130184505635]
最も広く使われているRANSAC変種は、インレーヤを数えたり、残差閾値を超えて飽和するポイント当たりのスコアを和らげることで、候補モデルを評価する。
通常の推論順序を逆転することで、この依存を排除します。
単一の閉形式表現は、非形式的ジェフリーズ極限と情報的経験的ベイズ先行にまたがる。
提案されたRANSACスコアは、不整合スケールが式から真に欠落している最初のスコアである。
論文 参考訳（メタデータ） (2026-06-12T15:03:30Z) - PACE: Anytime-Valid Acceptance Tests for Self-Evolving Agents [0.0]
自己進化型エージェントは、自身のプロンプト、スキル、オーモーフィケーションの変更を繰り返し提案することで改善する。
Qwen2.5 のエージェント (0.5B-3B) が GSM8K, SVAMP, ARC-Challenge のプロンプトレベルで自己進化する際、greedy は 30-42% の偽陽性と 10-33% の有害な編集をコミットする。
PACEは実際のものをコミットし、グリーディのホールトアウトの精度を著しく低いばらつきと約18%低い評価コストで一致させる。
論文 参考訳（メタデータ） (2026-06-06T11:12:11Z) - Gate AI: LLM Security Benchmark Evaluation Methodology and Results [0.0]
本稿では,データセットごとのしきい値調整と未開示動作点に対処する評価ハーネスについて述べる。
評価中の検出器は5倍のクロスバリデーションを用いて16の公開ベンチマークで評価される。
外部比較において、検出器の閾値は、競合が公表した偽陽性率に再調整される。
論文 参考訳（メタデータ） (2026-06-01T23:29:58Z) - SEAL: Can Saturated Benchmarks Be Revived by LLM-as-a-Meta-Judge? [26.684941358964704]
SEALは飽和ベンチマークから遅延ランキング信号を抽出するための自己改善評価プロトコルである。
我々は、コード生成、数学的推論、知識集約型質問応答、ツール使用エージェントタスク完了を含む複数の飽和ベンチマーク上でSEALを評価する。
論文 参考訳（メタデータ） (2026-05-28T15:46:54Z) - Correction and Corruption: A Two-Rate View of Error Flow in LLM Protocols [51.56484100374058]
そこで本研究では,単一プロトコルステップを正確なマッチングタスクで監査するためのペアアウトカム計測インタフェースを提案する。
各インスタンスについて、インターフェースはベースラインの正当性ビットと後ステップの正当性ビットを記録する。
これらのレートは精度の変化を予測し、種、混合物、パイプライン間でテスト可能な再利用可能な経験的インターフェースを定義する。
論文 参考訳（メタデータ） (2026-04-20T13:25:40Z) - TARG: Training-Free Adaptive Retrieval Gating for Efficient RAG [46.122203287541005]
トレーニングフリーのAdaptive Retrieval Gating (TARG) は、ベースモデルからの短い非遅延ドラフトのみを使用していつ取得するかを決定する、単発のポリシーである。
NQ-Open、TriviaQA、PopQAでは、TARGは一貫して精度と効率のフロンティアをシフトさせる。
論文 参考訳（メタデータ） (2025-11-12T23:09:52Z) - Sample Smart, Not Hard: Correctness-First Decoding for Better Reasoning in LLMs [72.82403830490084]
我々は、復号規則は正確さによって校正されるべきであり、自信だけではならないと論じている。
Greedy-Threshold はこの目標を達成するための単純な戦略を提案します。
この結果から,不確実性の下での復号化が問題視され,数学や一般推論のベンチマークで有意な差がみられた。
論文 参考訳（メタデータ） (2025-10-07T14:46:12Z) - Robust Conformal Prediction with a Single Binary Certificate [58.450154976190795]
コンフォーマル予測(CP)は、任意のモデルの出力を、真のラベルを(調整可能な)高い確率でカバーすることを保証した予測セットに変換する。
我々は,MCサンプルが著しく低い場合でも,より小さな集合を生成する頑健な共形予測を提案する。
論文 参考訳（メタデータ） (2025-03-07T08:41:53Z) - Shrinking Class Space for Enhanced Certainty in Semi-Supervised Learning [59.44422468242455]
そこで我々はShrinkMatchと呼ばれる新しい手法を提案し、不確実なサンプルを学習する。
それぞれの不確実なサンプルに対して、元の Top-1 クラスを単に含むスランク類空間を適応的に求める。
次に、スランク空間における強と弱に強化された2つのサンプル間の整合正則化を課し、識別的表現を試みます。
論文 参考訳（メタデータ） (2023-08-13T14:05:24Z)
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。