論文の概要: FM-ReID: Selective Competitive Token Routing for Object Re-Identification

• arxiv url: http://arxiv.org/abs/2609.36560v1
• Date: Tue, 29 Sep 2026 02:46:27 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-30 21:28:47.131862
• Title: FM-ReID: Selective Competitive Token Routing for Object Re-Identification
• Title（参考訳）: FM-ReID:オブジェクト再識別のための選択的競合トークンルーティング
• Abstract要約: FM-ReIDは、ローカル表現学習を選択的競合トークンルーティングとして定式化するエンドツーエンドフレームワークである。 動物、人、車両のReIDベンチマークで強い結果を得る。
• 参考スコア（独自算出の注目度）: 47.705297668528324
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Object re-identification (ReID) faces a recurring challenge: different identities can share highly similar global appearances, while the cues that distinguish them are localized, heterogeneous, and visible only under particular viewpoints. This challenge arises in animal ReID through markings, contours, and scars, in person ReID through subtle clothing and accessory cues, and in vehicle ReID through localized appearance details. Although visual foundation models encode such information in dense tokens, a single holistic descriptor can obscure discriminative local signals. We propose FM-ReID, an end-to-end framework that formulates local representation learning as selective competitive token routing. Its Competitive Fine-grained Mining module uses multiple mining queries and a residual query to compete for dense DINOv3 tokens. Above-prior selection retains tokens preferentially allocated to each mining query, while the residual slot receives tokens excluded from the retrieval descriptors. The resulting multi-query descriptors are jointly trained with a holistic representation for retrieval, without fixed spatial partitions or equal-area constraints. FM-ReID achieves strong results on animal, person, and vehicle ReID benchmarks, supporting competitive token routing as an effective way to augment holistic foundation-model representations.
• Abstract（参考訳）: 異なるアイデンティティは、非常に類似したグローバルな外観を共有することができ、それらを区別する手がかりは、局所化され、不均一であり、特定の視点の下でのみ見える。 この課題は、マーキング、輪郭、傷跡を通してのReID、微妙な衣服やアクセサリーの手がかりを通してのReID、局部的な外観でのReIDにおいて発生する。 視覚基盤モデルは、そのような情報を高密度なトークンにエンコードするが、単一の全体論的記述子は、識別的局所的な信号を曖昧にすることができる。 本稿では、ローカル表現学習を選択競合トークンルーティングとして定式化するエンドツーエンドフレームワークFM-ReIDを提案する。 競合的なきめ細かいマイニングモジュールは、複数のマイニングクエリと残留クエリを使用して、密度の高いDINOv3トークンと競合する。 上位選択は各マイニングクエリに優先的に割り当てられたトークンを保持し、残りのスロットは検索ディスクリプタから除外されたトークンを受け取る。 結果として得られるマルチクエリ記述子は、固定された空間分割や等領域制約を伴わずに、検索のための全体論的な表現で共同で訓練される。 FM-ReIDは、動物、人、車両のReIDベンチマークにおいて強力な結果をもたらし、総合的な基礎モデル表現を強化する効果的な方法として、競合トークンルーティングをサポートする。

関連論文リスト

• Semantic Modality Compensation for Unsupervised Visible-Infrared Person Re-identification under Unpaired Settings [5.822080383967553]
  未経験学習では、モダリティ間の同一性対応はしばしば不完全である。 モーダルスタイルからアイデンティティ意味を分離するプロンプト合成に基づくフレームワークを提案する。 SMCは一貫して最先端の手法を上回っている。
  論文  参考訳（メタデータ） (2026-09-28T04:40:10Z)
• SLAP: Selective Local Vision-Language Alignment for Fish Re-Identification via Partial Optimal Transport [2.574393697080417]
  個々の魚の再識別(ReID)は、身元識別の手がかりが特定の身体領域に局所化されることの多い、きめ細かい認識問題である。 本稿では,視覚パッチと即時埋め込みの局所的対応性を確立するための局所視覚言語アライメントフレームワークを提案する。
  論文  参考訳（メタデータ） (2026-08-09T18:04:41Z)
• MMAgent-R$^2$: Learning to Rerank and Reject for Agentic mRAG [50.46218163777298]
  知識に基づくビジュアル質問回答 (KB-VQA) では、大規模百科事典の知識ベースからクエリ画像と一致する視覚エンティティを検索し、関連する質問に答える必要がある。 MMAgent-R$2$は、視覚的リランク化と能動的拒絶を内部検証機構として統合したエージェントmRAGフレームワークである。
  論文  参考訳（メタデータ） (2026-07-08T13:15:39Z)
• Zero-Shot Chinese Character Recognition via Global-Local Dual-Branch Alignment and Hierarchical Inference [15.854290215907179]
  漢字のカテゴリーは非常に大きく、未確認の文字はオープンワールドのシナリオでしばしば現れる。 既存のIDSベースの検索手法は通常、文字画像とそのイデオロギー記述シーケンスを1つのグローバルベクトルに符号化してマッチングする。 文字画像とIDSシーケンスのグローバルおよびローカル表現を共同で学習するグローバルローカル階層知覚ネットワーク(GL-HPN)を提案する。
  論文  参考訳（メタデータ） (2026-05-09T09:05:59Z)
• PS-ReID: Advancing Person Re-Identification and Precise Segmentation with Multimodal Retrieval [38.530536338075684]
  人物再識別(ReID)は、セキュリティ監視や刑事捜査などの応用において重要な役割を果たす。 画像とテキストの入力を組み合わせたマルチモーダルモデルであるbf PS-ReIDを提案する。 実験の結果、PS-ReIDは、ReIDとセグメンテーションタスクの両方において、ユニモーダルクエリベースのモデルよりも大幅に優れていた。
  論文  参考訳（メタデータ） (2025-03-27T15:14:03Z)
• Magic Tokens: Select Diverse Tokens for Multi-modal Object Re-Identification [64.36210786350568]
  マルチモーダルオブジェクトReIDのための視覚変換器から多様なトークンを選択するための,textbfEDITORという新しい学習フレームワークを提案する。 我々のフレームワークはマルチモーダルオブジェクトReIDに対してより差別的な機能を生成することができる。
  論文  参考訳（メタデータ） (2024-03-15T12:44:35Z)
• Exploring Fine-Grained Representation and Recomposition for Cloth-Changing Person Re-Identification [78.52704557647438]
  補助的なアノテーションやデータなしに両方の制約に対処するために,新しいFIne-fine Representation and Recomposition (FIRe$2$) フレームワークを提案する。 FIRe$2$は、広く使われている5つのRe-IDベンチマークで最先端のパフォーマンスを実現することができる。
  論文  参考訳（メタデータ） (2023-08-21T12:59:48Z)
• Dynamic Prototype Mask for Occluded Person Re-Identification [88.7782299372656]
  既存の手法では、目に見える部分を識別するために、余分なネットワークによって提供される身体の手がかりを利用することで、この問題に対処している。 2つの自己明快な事前知識に基づく新しい動的プロトタイプマスク(DPM)を提案する。 この条件下では、隠蔽された表現は、選択された部分空間において自然にうまく整列することができる。
  論文  参考訳（メタデータ） (2022-07-19T03:31:13Z)

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。