論文の概要: LENS: Likelihood Evaluation and Neighbor Smoothing for Attribute-Based Person Retrieval on Unseen Cameras

• arxiv url: http://arxiv.org/abs/2610.33641v1
• Date: Sat, 24 Oct 2026 12:48:40 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-27 22:27:13.414654
• Title: LENS: Likelihood Evaluation and Neighbor Smoothing for Attribute-Based Person Retrieval on Unseen Cameras
• Title（参考訳）: LENS:未知のカメラにおける属性に基づく人物検索のための類似度評価と近隣スムース
• Abstract要約: 属性に基づく人物検索は、セマンティック属性のバイナリクエリから監視画像をランク付けする。 共通のパイプラインは、クエリまでのL1距離でギャラリーイメージをランク付けする。 蒸留機を用いたDINOv3モデルとCLIPモデルを組み合わせたLENSを提案する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Attribute-based person retrieval ranks surveillance images from a binary query of semantic attributes, but mean Average Attribute Degree of Match (mADM) drops on unseen cameras as predicted probabilities shift. Common pipelines rank gallery images by their L1 distance to the query, which penalizes a confident single-attribute mismatch no more than small uncertainties across many attributes, while post-hoc recalibration fitted on source validation data fails to transfer because the per-attribute maps fitted on source data do not match those of new cameras. We propose LENS (Likelihood Evaluation and Neighbor Smoothing), combining fine-tuned DINOv3 and CLIP models with a distilled student. LENS regularizes mutually exclusive attribute groups with group cross-entropy in training, scores gallery images by the log-likelihood of the exact query, and smooths gallery logits over nearest neighbors using DINOv3 appearance features from the same forward pass. On held-out datasets, all three changes raise mADM: the likelihood score improves all six retrieval metrics for the main ensemble and mADM for all 48 development models, and training-free kNN smoothing improves all 46 tested development models. On the hidden test set of the UPAR 2027 benchmark, LENS reaches 68.17 mADM.
• Abstract（参考訳）: 属性に基づく人物検索は、セマンティック属性のバイナリクエリから監視画像をランク付けするが、平均アトリビュート・デグレー・オブ・マッチ(mADM)は予測される確率シフトとして、見えないカメラにドロップする。 共通パイプラインは、クエリへのL1距離でギャラリーイメージをランク付けし、多くの属性で確実な単一属性のミスマッチを最小限に抑える一方、ソースバリデーションデータに適合したポストホックリカバリは、ソースデータに適合したアトリビュートマップが新しいカメラのものと一致しないため、転送に失敗する。 LENS(Likelihood Evaluation and Neighbor Smoothing)とCLIPモデル(CLIPモデル)を蒸留した学生に組み合わせて提案する。 LENSは、トレーニングにおけるグループ横断的な属性グループを正規化し、正確なクエリのログライクなログによってギャラリーイメージをスコアし、同じ前方パスからDINOv3の外観特徴を使用して、近隣の隣人に対するギャラリーロジットをスムースにする。 確率スコアはメインアンサンブルの6つの検索指標をすべて改善し、mADMは48の開発モデルすべてで改善され、トレーニング不要のkNNスムーシングは46のテストされた開発モデルすべてを改善する。 UPAR 2027ベンチマークの隠れテストセットでは、LENSは68.17 mADMに達した。

関連論文リスト

• Beyond Single-Attribute Auditing: A Configurable Multi-Attribute Benchmark for Intersectional Fairness in LLMs [51.55275445840593]
  大規模言語モデル(LLM)は、公平性についてますます評価されているが、既存のベンチマークでは、1回に1つのセンシティブな属性を監査している。 既存のフェアネスデータを479,066のDual- and Multi-Atributeインスタンスに変換するベンチマークであるComFairを紹介する。 このペアリングは、パフォーマンスやバイアススコアシフトの統一監査、新たなエラーの導入や既存のエラーの隠蔽、モデルレベルの安定性などをサポートする。
  論文  参考訳（メタデータ） (2026-10-26T09:14:28Z)
• Efficient Visual Pointing for Embodied AI:Agent-Driven Data Synthesis, Cross-Block Attention, and Iterative Correction [55.11480729304395]
  PointArena 2026は77.2%の精度でベンチマークで2位である。 ap proachは3つの障害モードをターゲットにしている。第一に、エージェント駆動のシンセシスは大きなセマンティクスとアンカー相対的な候補プールを構築する。 次に、determinis tic steerable-dataパイプラインは、認証された10,000サンプルのメインセットと、マスク、テンプレート、パス検証を使用するリザーブサンプルを生成する。
  論文  参考訳（メタデータ） (2026-06-29T06:39:03Z)
• Never Seen Before: Benchmarking Genuine Zero-Shot Composed Image Retrieval with Consistent Video-Sourced Datasets [61.420656457977195]
  Zero-Shot Composed Image Retrieval (ZS-CIR) は、参照画像と相対キャプションからなるクエリに基づいて、サンプルをトレーニングせずにターゲット画像を取得することを目的としている。 既存のZS-CIRデータセットは、ノイズの多い画像ソースのため、参照画像とターゲット画像の完全な不一致に悩まされることが多い。 ZS-CIRの新しいベンチマークであるZeroSightを紹介する。
  論文  参考訳（メタデータ） (2026-06-05T08:23:25Z)
• Li-ViP3D++: Query-Gated Deformable Camera-LiDAR Fusion for End-to-End Perception and Trajectory Prediction [0.0]
  Li-ViP3D++はクエリベースである。 エンドツーエンドのアテンションフレームワーク。 生のセンサーデータからの知覚と軌道予測。
  論文  参考訳（メタデータ） (2026-01-28T15:53:32Z)
• Soft Filtering: Guiding Zero-shot Composed Image Retrieval with Prescriptive and Proscriptive Constraints [3.5491867489872413]
  Composed Image Retrieval (CIR) は、参照画像と修正テキストで表現されたユーザ意図に合わせたターゲット画像を見つけることを目的としている。 現在のCIRベンチマークでは、修正テキストの曖昧さを見越して、クエリ毎に1つの正しいターゲットを仮定している。 テキスト制約付きソフトフィルタ(SoFT)を提案する。
  論文  参考訳（メタデータ） (2025-12-23T21:29:45Z)
• Enhancing person re-identification via Uncertainty Feature Fusion Method and Auto-weighted Measure Combination [1.183049138259841]
  人物再識別(Re-ID)は、監視システムにおいて、異なるカメラビューで同一人物を特定することを含む、困難なタスクである。 本稿では,不確定特徴融合法(UFFM)と自動重み付け器(AMC)によるReIDモデルの能力を向上する新しい手法を提案する。 本手法は,人物の再識別データセットで評価した場合のランク@1精度と平均精度(mAP)を大幅に改善する。
  論文  参考訳（メタデータ） (2024-05-02T09:09:48Z)
• Raising the Bar of AI-generated Image Detection with CLIP [50.345365081177555]
  本研究の目的は、AI生成画像の普遍的検出のための事前学習された視覚言語モデル(VLM)の可能性を探ることである。 我々は,CLIP機能に基づく軽量な検出戦略を開発し,その性能を様々な難易度シナリオで検証する。
  論文  参考訳（メタデータ） (2023-11-30T21:11:20Z)
• Adaptive Affinity for Associations in Multi-Target Multi-Camera Tracking [53.668757725179056]
  本稿では,MTMCTにおけるアフィニティ推定を対応する対応範囲に適応させるための,単純かつ効果的な手法を提案する。 すべての外見の変化に対処する代わりに、データアソシエーション中に出現する可能性のあるものに特化したアフィニティメトリックを調整します。 ミスマッチを最小限に抑えるため、アダプティブアフィニティモジュールはグローバルなre-ID距離を大幅に改善する。
  論文  参考訳（メタデータ） (2021-12-14T18:59:11Z)
• AttriMeter: An Attribute-guided Metric Interpreter for Person Re-Identification [100.3112429685558]
  Person ReIDシステムは、2人とのマッチング時にのみ距離や類似性を提供します。 CNN ベースの ReID モデルの結果を意味的に,定量的に説明する Attribute-Guided Metric Interpreter を提案する。
  論文  参考訳（メタデータ） (2021-03-02T03:37:48Z)

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。