論文の概要: ODSS-Net: Orthogonally Decoupled Shared-Specific Representations for Multi-Modal Object Re-Identification

• arxiv url: http://arxiv.org/abs/2610.22922v1
• Date: Fri, 16 Oct 2026 04:37:02 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-20 00:56:07.764858
• Title: ODSS-Net: Orthogonally Decoupled Shared-Specific Representations for Multi-Modal Object Re-Identification
• Title（参考訳）: ODSS-Net:マルチモーダルオブジェクト再同定のための直交分離共有表現
• Abstract要約: ODSS-Netは、共有特化表現学習と、モダリティ特化特徴の適応的融合のためのフレームワークである。 3つのベンチマーク実験により、マルチモーダルオブジェクトReIDに対するODSS-Netの有効性が示された。
• 参考スコア（独自算出の注目度）: 3.551566716386441
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Multi-modal object re-identification (ReID) leverages complementary information from heterogeneous sensors. Cross-modal alignment and fusion remain challenging. Existing methods mainly reduce modality gaps via feature alignment and fusion. However, alignment may entangle modality-shared structural information with modality-specific cues, while conventional fusion may not fully exploit complementary information. To address these issues, we propose ODSS-Net, a framework for orthogonally decoupled shared-specific representation learning and adaptive fusion of complementary modality-specific features. First, a Shared Structural Feature Construction (SSFC) module suppresses modality-dependent appearance variations and extracts modality-shared structural information. Then, an Orthogonal Specific Feature Learning (OSFL) module aggregates identity-relevant local information and removes the shared-aligned component via geometric orthogonal projection. Finally, a Sample Adaptive Mixture of Experts (SAMoE) module uses the shared structure as routing context to adaptively refine and fuse modality-specific features. Experiments on three benchmarks demonstrate the effectiveness of ODSS-Net for multi-modal object ReID.
• Abstract（参考訳）: マルチモーダルオブジェクト再識別(ReID)は、異種センサからの相補的な情報を活用する。 クロスモーダルアライメントと融合は依然として困難である。 既存の手法は主に特徴アライメントと融合によるモダリティギャップを削減する。 しかし、アライメントはモダリティが共有される構造情報をモダリティ固有の手がかりと絡めても、従来の融合では補完的な情報を十分に活用できない。 これらの課題に対処するため,直交的に共有固有表現学習と相補的モダリティ固有特徴の適応的融合のためのフレームワークODSS-Netを提案する。 まず、共有構造特徴構築(SSFC)モジュールは、モダリティに依存した外観変化を抑制し、モダリティ共有構造情報を抽出する。 次に、直交特定特徴学習(OSFL)モジュールが識別関連ローカル情報を集約し、幾何学的直交投影により共有整合成分を除去する。 最後に、SAMoE(Sample Adaptive Mixture of Experts)モジュールは、共有構造をルーティングコンテキストとして使用して、適応的にモダリティ固有の機能を洗練し、融合する。 3つのベンチマーク実験により、マルチモーダルオブジェクトReIDに対するODSS-Netの有効性が示された。

関連論文リスト

• MODAL: Multi-Modal Object Re-ID via Model-Driven Sparse Decoupling and Text-Image Differential Filtering [51.99452481869329]
  MODALは、スパース符号理論と微分抑圧原理を組み合わせた、新しいマルチモーダルオブジェクト再識別フレームワークである。 MODALの中核となるコンポーネントは、モデル駆動のディープアンロール方式で開発されたマルチモーダル特徴スパースデカップリングモジュールである。 MODALは原則的な機能障害から恩恵を受け、不完全なモダリティシナリオにおけるパフォーマンス低下を自然に軽減します。 4つのデータセットの実験では、MODALが最先端のパフォーマンスを達成し、透明性が優れていることが示されている。
  論文  参考訳（メタデータ） (2026-08-15T07:41:10Z)
• Evidential Information Fusion on Possibilistic Structure [53.34037686489798]
  パワーセット上で定義された信念関数と確率的構造の間の可逆変換を提案する。 次に、三角形ノルムファミリーを導入し、汎用的で適応的な情報融合フレームワークを開発する。 Dempsterのセマンティクスに根ざした融合メソッドとは異なり、提案するフレームワークはより柔軟な組み合わせ動作をサポートしている。
  論文  参考訳（メタデータ） (2026-05-16T15:18:59Z)
• PivotMerge: Bridging Heterogeneous Multimodal Pre-training via Post-Alignment Model Merging [80.17966517536102]
  マルチモーダル大規模言語モデルの事前学習の核心は、効果的なクロスモーダルアライメントの確立にあると論じる。 この知見に触発されて,マルチモーダル事前学習から学んだクロスモーダルアライメント機能を統合することを目的とした,アライメント後のマージタスクを導入する。 クロスモーダルプロジェクタのためのアライメント後マージフレームワークであるPivotMergeを提案する。
  論文  参考訳（メタデータ） (2026-04-18T09:38:03Z)
• Robust Multispectral Semantic Segmentation under Missing or Full Modalities via Structured Latent Projection [5.097809301149341]
  現実世界の展開では、センサーの故障、取得の問題、大気条件の難しさにより、いくつかのモダリティが利用できない可能性がある。 既存のマルチモーダルセグメンテーションモデルは、通常、入力間で共有表現を学ぶことで、欠落したモダリティに対処する。 我々は、モダリティ不変情報とモダリティ固有情報の両方を保存するために設計されたマルチモーダルセマンティックセマンティックセマンティクスモデルCBC-SLPを用いて、この制限に取り組む。
  論文  参考訳（メタデータ） (2026-04-17T09:05:22Z)
• Modality-Agnostic Prompt Learning for Multi-Modal Camouflaged Object Detection [61.36976558603528]
  本稿では,Segment Anything Model(SAM)のためのモダリティに依存しないマルチモーダルプロンプトを生成する新しいフレームワークを提案する。 具体的には,データ駆動型コンテンツドメインと知識駆動型プロンプトドメインとのインタラクションを通じて,マルチモーダル学習をモデル化する。 さらに,微粒なプロンプトキューを組み込むことで,粗い予測をキャリブレーションする軽量マスクリファインモジュールを導入する。
  論文  参考訳（メタデータ） (2026-04-14T07:13:28Z)
• Attention-Based Variational Framework for Joint and Individual Components Learning with Applications in Brain Network Analysis [9.090595907330018]
  2組のSC-FCデータセットから因数分解された潜在表現を学習するために設計されたC-Modal Joint-Individual Variational Network (CM-JIVNet)。 本モデルでは,多面的注意融合モジュールを用いて,非線形な相互依存を捕捉し,独立性,モダリティ特異的な信号の分離を行う。 関節と個々の特徴空間を効果的に切り離すことで、CM-JIVNetは大規模マルチモーダル脳分析のための堅牢で解釈可能なスケーラブルなソリューションを提供する。
  論文  参考訳（メタデータ） (2026-01-23T00:28:43Z)
• IDEA: Inverted Text with Cooperative Deformable Aggregation for Multi-modal Object Re-Identification [60.38841251693781]
  本稿では,ロバストなマルチモーダルオブジェクトReIDを生成する新しいフレームワークを提案する。 我々のフレームワークは、多モーダル情報と逆テキストからのセマンティックガイダンスを統合するために、Modal PrefixesとInverseNetを使用している。 3つのマルチモーダルオブジェクトReIDベンチマーク実験により,提案手法の有効性が示された。
  論文  参考訳（メタデータ） (2025-03-13T13:00:31Z)
• Multimodal Action Quality Assessment [33.945848818727015]
  アクション品質アセスメント(AQA)とは、アクションがどれだけうまく実行されるかを評価することである。 我々は、AQAは視覚情報に強く依存しているが、オーディオはスコアの回帰精度を向上させるのに有用な補完情報であると主張している。 本稿では,モーダリティ固有情報と混合モーダリティ情報を個別にモデル化するプログレッシブ・アダプティブ・マルチモーダル・フュージョン・ネットワーク(PAMFN)を提案する。
  論文  参考訳（メタデータ） (2024-01-31T15:37:12Z)
• AlignSeg: Feature-Aligned Segmentation Networks [109.94809725745499]
  本稿では,機能集約プロセスにおける誤アライメント問題に対処するために,特徴適応型ネットワーク(AlignSeg)を提案する。 我々のネットワークは、それぞれ82.6%と45.95%という新しい最先端のmIoUスコアを達成している。
  論文  参考訳（メタデータ） (2020-02-24T10:00:58Z)

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。