論文の概要: Identity-Conditioned Score Fusion for Open-Set Person Re-Identification

• arxiv url: http://arxiv.org/abs/2610.07366v1
• Date: Mon, 05 Oct 2026 20:34:49 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-08 02:58:29.65589
• Title: Identity-Conditioned Score Fusion for Open-Set Person Re-Identification
• Title（参考訳）: オープンセット人物再同定のためのアイデンティティ記述型スコアフュージョン
• Abstract要約: トレーニングなしで各ギャラリーのアイデンティティに合わせて重みを調整するフレームワークである、ID条件のスコア融合を導入する。 アイデンティティ内一貫性とクロスアイデンティティインポスタとの対比により、クエリ条件付き適応と組み合わせたアイデンティティ固有のプロファイルを抽出する。
• 参考スコア（独自算出の注目度）: 20.049095741042294
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Robust person re-identification often combines complementary cues such as face, gait, and body shape. While adaptive fusion typically targets query quality, model strength also varies across identities. We introduce identity-conditioned score fusion, a framework that tailors weights to each gallery identity without training. By contrasting intra-identity consistency against cross-identity impostors, it extracts identity-specific profiles that couple with query-conditioned adaptation via a parameter-free rule. This widens the separation between true and false matches while preserving score calibration. Evaluations on three clothes-changing person re-identification benchmarks show that our method consistently outperforms statistical, rank-based, and learned baselines, achieving up to an 8.8% absolute reduction in the false non-identification rate and demonstrating the value of identity-conditioned fusion in open-set person re-identification.
• Abstract（参考訳）: ロバストな人物の再識別は、しばしば顔、歩行、体形などの相補的な手がかりを組み合わせる。 アダプティブフュージョンは通常、クエリ品質をターゲットとしますが、モデルの強度はアイデンティティによって異なります。 トレーニングなしで各ギャラリーのアイデンティティに合わせて重みを調整するフレームワークである、ID条件のスコア融合を導入する。 自己同一性内整合性とクロスアイデンティティ・インポスタとの対比により、パラメータフリーな規則によってクエリ条件付き適応と組み合わせたアイデンティティ固有のプロファイルを抽出する。 これにより、スコアキャリブレーションを維持しながら、真と偽のマッチの分離を広げる。 3つの服飾変更者再識別ベンチマークによる評価から,提案手法は統計的,ランクベース,学習ベースラインを常に上回り,偽非識別率の8.8%まで低下させ,オープンセットの人物再識別におけるアイデンティティ条件融合の価値を示す。

関連論文リスト

• Identity Is More Than Recall: A Benchmark for Persistent Identity in Deployed AI Agents [3.2278218804727334]
  我々はPAI-Benchを紹介した。PAI-Benchは、バージョン管理された更新管理されたID契約に忠実性を示すプロバイダニュートラルなベンチマークである。 リコール、コンポジション、行動規範、抵抗、永続性、系統、ロール条件の更新を分離する。 調査では、ホック後の監査とフォローアップで、条件ごとに単一のターゲットサンプルを使用する。
  論文  参考訳（メタデータ） (2026-09-12T01:06:00Z)
• WithEveryone: Unified Planning and Identity Grounding for Group Image Generation [60.528070962852716]
  グループイメージを最大10個の参照IDまで生成する統合フレームワークであるWithEveryoneを紹介した。 WithEveryoneは、それぞれの選択したIDをアドレストークンとして注入し、構造化されたID計画を予測する。 GPT-Image-2では0.462から0.499に改善され、コピー・ペースト・アーティファクトは0.169から0.055に削減された。
  論文  参考訳（メタデータ） (2026-08-20T17:59:53Z)
• NearID: Identity Representation Learning via Near-identity Distractors [116.71529576796605]
  既存のビジョンエンコーダは、オブジェクトのアイデンティティを背景コンテキストと絡み合わせることで、信頼性の低い表現やメトリクスを生み出します。 我々は、この脆弱性に対処するための最初の原則付きフレームワークをNear-identity distractorsを使って紹介する。 我々は、厳密なマージンベースの評価プロトコルとともに、NearIDデータセット(19KのID、316Kの一致したコンテキストインタプリタ)を提示する。
  論文  参考訳（メタデータ） (2026-04-02T12:33:14Z)
• AnyCrowd: Instance-Isolated Identity-Pose Binding for Arbitrary Multi-Character Animation [55.94507360511886]
  我々は,任意の文字にスケール可能なトランスフォーマーベースのビデオ生成フレームワークであるAnyCrowdを提案する。 具体的には、まず、DiT処理に先立って文字インスタンスを独立してエンコードするIILR(Instance-Isolated Latent Representation)を導入し、遅延IDの絡み込みを防止する。 この不整合表現に基づいて、さらに、(i)インスタンス認識フォアグラウンドアテンション、(ii)背景中心の相互作用、(iii)世界背景調整に自己注意を分解することで、運転ポーズにアイデンティティを結合するトリステージデカップリングアテンション(TSDA)を提案する。
  論文  参考訳（メタデータ） (2026-03-16T15:25:04Z)
• Finer-Personalization Rank: Fine-Grained Retrieval Examines Identity Preservation for Personalized Generation [34.915564029238105]
  ファイナ・パーソナライゼーション・ランク(Finer-Personalization Rank)は、アイデンティティ保護に適した評価プロトコルである。 生成した各画像を、視覚的に類似した実画像からなるアイデンティティラベル付きギャラリーに対するクエリとして扱う。 検索メトリクスは、より高いスコアがアイデンティティ固有の詳細が保存されていることを示すパフォーマンスを測定する。
  論文  参考訳（メタデータ） (2025-12-22T04:53:40Z)
• Beyond Inference Intervention: Identity-Decoupled Diffusion for Face Anonymization [55.29071072675132]
  顔の匿名化は、非同一性属性を保持しながら、識別情報を隠蔽することを目的としている。 トレーニング中心の匿名化フレームワークである textbfIDsuperscript2Face を提案する。 IDtextsuperscript2Faceは、視覚的品質、アイデンティティの抑制、ユーティリティ保存において、既存の手法よりも優れていることを示す。
  論文  参考訳（メタデータ） (2025-10-28T09:28:12Z)
• WithAnyone: Towards Controllable and ID Consistent Image Generation [83.55786496542062]
  アイデンティティ・一貫性・ジェネレーションは、テキスト・ツー・イメージ研究において重要な焦点となっている。 マルチパーソンシナリオに適した大規模ペアデータセットを開発する。 本稿では,データと多様性のバランスをとるためにペアデータを活用する,対照的なアイデンティティ損失を持つ新たなトレーニングパラダイムを提案する。
  論文  参考訳（メタデータ） (2025-10-16T17:59:54Z)
• From Poses to Identity: Training-Free Person Re-Identification via Feature Centralization [9.614305363044737]
  人物再識別(ReID)は、正確な識別表現の特徴を抽出することを目的としている。 個人ノイズを低減するための訓練自由特徴集中型ReIDフレームワーク(Pose2ID)を提案する。 提案手法は, 標準, クロスモダリティ, 隠蔽されたReIDタスクにまたがって, 最先端の新たな結果を設定する。
  論文  参考訳（メタデータ） (2025-03-02T15:31:48Z)
• 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)

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。