論文の概要: Calibrated Similarity and Graph Clustering for Open-Set Animal Re-Identification

• arxiv url: http://arxiv.org/abs/2608.02469v1
• Date: Mon, 03 Aug 2026 16:37:28 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-04 15:07:25.709974
• Title: Calibrated Similarity and Graph Clustering for Open-Set Animal Re-Identification
• Title（参考訳）: オープンセット動物再同定のための校正類似性とグラフクラスタリング
• Authors: Mohamed ElBassat, Seifeldin Elkerdany, Mohamed ElBialy, Gamal Abouelhamd, Jana Ghoneim, Assem Elkady, Mohamed Elboraay, Nelly Semenova,
• Abstract要約: AnimalCLEF26は発見指向の動物再同定に対処する。 我々は,リンクス,サンショウウオ,ロガーヘッドウミガメ,テキサスの角状トカゲ画像に類似性とクラスタリングのパイプラインを提示する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: AnimalCLEF26 addresses discovery-oriented animal re-identification, where systems must both attach query images to known individuals and discover unseen individuals by clustering them correctly. We present a similarity-to-clustering pipeline for this setting across Eurasian lynx, fire salamander, loggerhead sea turtle, and Texas horned lizard images. The method first isolates the target specimen using segmentation and then applies lightweight species-specific preprocessing for lynx, sea turtle, and salamander images to enhance identity-relevant visual cues, while Texas horned lizard images are used after segmentation only. Pairwise similarities are then estimated with WildFusion by calibrating and combining a MiewID global descriptor with two local matching branches, ALIKED + LightGlue and DISK + LightGlue. The resulting query-query similarities are refined and converted into identity clusters using graph-based clustering, while query-database similarities are used to attach confident samples to known identities. We evaluate training-free and fine-tuned MiewID variants, including Dynamic ArcFace and SphereFace2-Focal adaptations, and combine them in the final ensemble. Our selected ensemble substantially improves on the WildFusion baseline, achieving the best public ARI of 0.72124 and a private ARI of 0.70393, while a simpler preprocessing-before-calibration variant achieves the best private ARI of 0.71087. These results indicate that calibrated global-local fusion with species-aware preprocessing choices is effective for open-set wildlife re-identification under challenging field conditions and visual variation. The implementation code is available on GitHub.
• Abstract（参考訳）: AnimalCLEF26は発見指向の動物再識別に対処し、システムは既知の個人にクエリーイメージをアタッチし、それらを正しくクラスタリングすることで未知の個人を発見する必要がある。 本研究では,ユーラシア・リンクス,サンショウウオ,ロガーヘッドウミガメ,テキサス・ホルンド・トカゲの画像に類似性を示すパイプラインを提示する。 この方法はまず、セグメンテーションを用いて標的標本を分離し、続いて、リンクス、ウミガメ、サラマンダー画像に対して軽量な種特異的前処理を適用して、識別関連視覚的手がかりを高める一方、テキサス角トカゲ画像はセグメンテーション後にのみ使用される。 次に、MiewIDグローバルディスクリプタをALIKED + LightGlue と DISK + LightGlue の2つのローカルマッチングブランチに校正して組み合わせることで、WildFusionとペアワイズ類似性を推定する。 クエリ-クエリの類似性が洗練され、グラフベースのクラスタリングを使用してIDクラスタに変換される一方、クエリ-データベース類似性は、既知のIDに確実なサンプルをアタッチするために使用される。 我々は、Dynamic ArcFace や SphereFace2-Focal など、トレーニング不要で微調整された MiewID の変種を評価し、それらを最終アンサンブルで組み合わせる。 選択されたアンサンブルはWildFusionベースラインで大幅に改善され、最高のパブリックARIが0.72124、プライベートARIが0.70393となり、より単純なプリプロセッシング前校正版が0.71087となる。 これらの結果から, 種別前処理選択による局所核融合は, 挑戦的なフィールド条件と視覚的変動の下でのオープンセット野生生物の再同定に有効であることが示唆された。 実装コードはGitHubで公開されている。

関連論文リスト

• DS@GT ARC at AnimalCLEF 2026: Species-Aware Graph Construction for Multi-Species Animal Re-Identification [0.0]
  AnimalCLEF 2026へのDS@GT ARCの提出では、再識別のための多種画像クラスタリングシステムが導入されている。 単一の記述子や最寄りの検索に頼る代わりに、このアプローチは種対応グラフ構築として再同定を定式化する。
  論文  参考訳（メタデータ） (2026-07-17T18:49:49Z)
• DNA: Dual-stage Native Attribution for Generated Image Source Tracing [75.65470221927096]
  既存のプロアクティブな方法は、透かしの埋め込みやモデル修正に依存している。 DNAは、ニューラルネットワークのトレーニングを追加せずに、この階層に従う粗大なフレームワークである。 実験の結果、DNAは89.11%のエンドツーエンドの属性精度を達成している。
  論文  参考訳（メタデータ） (2026-07-15T10:27:52Z)
• 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)
• Hybrid Generative Fusion for Efficient and Privacy-Preserving Face Recognition Dataset Generation [87.48785461212556]
  我々は,顔認識モデルをトレーニングするための高品質な顔データセットの構築に焦点を当てたDataCV ICCV Challengeへのアプローチを提案する。 構築されたデータセットには、既存の公開顔データセットと重複するIDが含まれてはならない。 提案手法は,競技において第1位となる textbf1 を達成し,実験結果から10K,20K,100K 単位のモデル性能の向上が得られた。
  論文  参考訳（メタデータ） (2025-08-14T14:14:18Z)
• SOS-Match: Segmentation for Open-Set Robust Correspondence Search and Robot Localization in Unstructured Environments [23.735747841666317]
  SOS-Matchは、非構造化環境でオブジェクトを検出し、マッチングするための新しいフレームワークである。 フィンランド南部の沿岸海域で収集されたドローン飛行を含む,バトヴィクの季節データセット上でSOS-Matchを評価する。
  論文  参考訳（メタデータ） (2024-01-09T19:34:47Z)
• End-to-End Context-Aided Unicity Matching for Person Re-identification [100.02321122258638]
  本稿では,人間同士の一致関係を学習・精査するための,エンドツーエンドの対人一意整合アーキテクチャを提案する。 サンプルのグローバルコンテキスト関係を用いて,ソフトマッチング結果を洗練し,両部グラフマッチングにより一致ユニシティに到達する。 実世界における人物再識別の応用を十分に考慮し, ワンショットとマルチショットの双方で一様マッチングを実現する。
  論文  参考訳（メタデータ） (2022-10-20T07:33:57Z)
• NORPPA: NOvel Ringed seal re-identification by Pelage Pattern Aggregation [0.1310865248866973]
  本研究は,シマヤの環状アザラシの再同定法を提案する。 カメラトラップとクラウドソーシングによる大容量画像へのアクセスは、動物の監視と保護に新たな可能性をもたらす。
  論文  参考訳（メタデータ） (2022-06-06T11:04:16Z)
• 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。