論文の概要: Déjà Vu: Cycle-Consistent Re-ranking for Semantic Correspondence
- arxiv url: http://arxiv.org/abs/2611.00328v1
- Date: Fri, 30 Oct 2026 19:54:56 GMT
- ステータス: 情報取得中
- システム内更新日: 2026-11-03 19:58:15.244771
- Title: Déjà Vu: Cycle-Consistent Re-ranking for Semantic Correspondence
- Title（参考訳）: Déjà Vu: セマンティック対応のためのサイクル一貫性の再評価
- Abstract要約: emphDéj Vuは意味対応のためのテスト時間復号モジュールである。
トップランク候補のうち、正しい対応が上位1ドル以上のマッチングよりもはるかに頻繁に現れることを示す。
- 参考スコア（独自算出の注目度）: 63.27415474642975
- License:
- Abstract: We propose \emph{Déjà Vu}, a test-time decoding module for semantic correspondence. Matching semantically equivalent keypoints across images of the same object category is challenging due to variations in appearance, viewpoint, and scale. While features from large pretrained vision models carry strong zero-shot correspondence ability, existing methods reduce final matching to greedy top-$1$ nearest-neighbor selection. We show that the correct correspondence appears among the top-ranked candidates far more often than top-$1$ matching achieves: with $30$ candidates, zero-shot features exceed the top-$1$ accuracy of a supervised model. This reveals a \textit{decoding bottleneck} rather than a limit of the representation. Motivated by this observation, we formulate semantic correspondence as a \textit{recall-then-rerank} problem. Our method first nominates an adaptive candidate set, larger when the similarity distribution is ambiguous and smaller when it is confident, then re-ranks the candidates with a graded cycle-consistency score: each candidate is matched back to the source image and penalized by how far its reverse match lands from the original keypoint. The module operates entirely on the similarity matrix already computed by the base method. It consistently improves three representative baselines on SPair-71k, its geometric subset, and PF-Pascal under both unsupervised and weakly supervised settings, with gains of up to $+1.8$ PCK@0.10 on SPair-71k and $+3.4$ PCK@0.15 on PF-Pascal, and $+4.9$ under Keypoint Average Precision.
- Abstract（参考訳）: 意味対応のためのテスト時間復号モジュールである \emph{Déjà Vu} を提案する。
同じオブジェクトカテゴリの画像間で意味論的に等価なキーポイントをマッチングすることは、外観、視点、スケールのバリエーションのために困難である。
大きな事前訓練された視覚モデルの特徴は強いゼロショット対応能力を持っているが、既存の手法では最終マッチングを1ドル近い最寄りの選択に還元している。
30ドルの候補では、ゼロショット機能は教師付きモデルの上位1ドル精度を超えます。
これにより、表現の制限ではなく、‘textit{decoding bottleneck}’が明らかになる。
この観察により,意味対応を「textit{recall-then-rerank}」問題として定式化する。
提案手法は,まず,一致度分布が不明瞭で,信頼度が小さい場合には,適応的候補集合を推薦し,各候補を元の画像にマッチさせ,逆の値が元のキーポイントからどれだけ近いかで罰する。
このモジュールは、既に基底法で計算されている類似度行列で完全に動作する。
SPair-71kでは最大$+1.8$ PCK@0.10、PF-Pascalでは$+3.4$ PCK@0.15、Keypoint Average Precisionでは$+4.9$となる。
関連論文リスト
- Geometry-Dependent Bounds for Online Non-Monotone DR-Submodular Maximization [55.29259818039367]
凸閉集合上の逆オンライン非負の非単調DR-部分モジュラ函数について検討する。
学習者は、目的を観察する前に各アクションを学習し、後から最高の固定アクションと競合する。
定数対物列は、最適に多くの1次クエリでオフラインの$(4/9-varepsilon)$近似を生成する。
論文 参考訳（メタデータ） (2026-09-30T18:26:29Z) - Geometric Coherence via Weighted Matching for 3D Heterogeneous Multi-Agent Reach-Avoid Games [0.0]
本研究では,3次元ヘテロジニアスマルチエージェントリーチアビドゲームにおける代入品質について検討する。
いくつかのケースでは、複数の最大心機能割り当てが利用可能であるが、空間的に不整合なペアリングと非効率な追跡軌跡を誘導するものもある。
本稿では,ハミルトン-ヤコビ-イザックのインターセプション値 $z_I(s,j)$ を二次割当重みとして用いた濃度優先重み付きシーケンシャルマッチング法を提案する。
論文 参考訳（メタデータ） (2026-09-19T10:05:37Z) - Sub-Quadratic Bisimulation Metrics via Approximate Nearest Neighbors: Coverage-Augmented Guarantees and Computable Two-Sided Certificates [1.2891210250935148]
我々は,境界遷移をサポートするMPPに対して,証明書を搬送するサブクワッドラティックな方法を提案する。
近似アレスト近傍指数は、正確に制限された演算子によって更新されたペアを選択する。
ローカルインデックスの品質だけでは、グローバルエラーを制御できない。
論文 参考訳（メタデータ） (2026-08-07T03:32:40Z) - A Spectral Phase Diagram for Binary Few-Shot Classification: Intrinsic Dimensionality, Geometric Saturation, and Representational Diagnosis [0.0]
飽和指数 $S(K) = operatornameerank(widehat_W(K)) / K$ は、プールされたクラス内サンプルの有効ランクとショットカウントとの比を測る。
インデックスはサポート機能だけで$O(d3)$ timeで計算可能で、テストラベルやトレーニングされた分類子を必要としない。
論文 参考訳（メタデータ） (2026-06-12T16:46:24Z) - The Sample Complexity of Multiclass and Sparse Contextual Bandits [106.74652380822778]
我々は,包括的フィードバックに基づいて,与えられたクラスからほぼ最適なポリシーを特定することを目的とする。
ゼロ・ワンの報酬を伴うバンド型マルチクラス分類に動機付けられ、emph$s$-sparse設定に焦点をあてる。
我々は、$s$-sparseの報酬で、誘導モデルクラスは、$s$でスケールするシャープなDEC境界を認め、直接最適なレートを得ることを示す。
論文 参考訳（メタデータ） (2026-05-28T09:12:20Z) - Correcting Selection Bias in Sparse User Feedback for Large Language Model Quality Estimation: A Multi-Agent Hierarchical Bayesian Approach [0.9558392439655014]
本研究では, 個別の相互作用に対して, 地絡ラベルを必要としない3次元階層型ベイズパイプラインを提案する。
フィードバックチャネル(典型的には正のフィードバック率と負のフィードバック比)の軽度先行は、バイアス比が一掃されるにつれて階層的インフォームドは4-13 pp of $Qstar$ に留まる。
チャネル側の先行がなければ、すべての弱いプライオリティは、22-33 pp.で$Qstar$を逃す。
論文 参考訳（メタデータ） (2026-05-12T14:22:06Z) - Mallows Model with Learned Distance Metrics: Sampling and Maximum Likelihood Estimation [0.1534667887016089]
データから直接距離距離を学習するMallowsモデルの一般化を提案する。
具体的には、$L_alpha$ distances: $d_alpha(pi,sigma):=sum_i=1 |pi(i)-sigma(i)|alpha$である。
このサンプリングアルゴリズムを用いて、中央ランク、分散パラメータ、および最適距離距離を共同で推定する、効率的な最大類似度推定(MLE)アルゴリズムを提案する。
論文 参考訳（メタデータ） (2025-07-10T18:52:09Z) - Group Pose: A Simple Baseline for End-to-End Multi-person Pose
Estimation [102.02917299051757]
グループ・ポース(Group Pose)と呼ばれる単純だが効果的なトランスフォーマー・アプローチを提案する。
すべての$Ntimes(K+1)$クエリに対して単一の自己アテンションを、その後の2つのグループ自己アテンションに置き換える。
MS COCO と CrowdPose の実験結果から,従来の手法よりもヒトボックスの監督を伴わないアプローチの方が優れていることが示された。
論文 参考訳（メタデータ） (2023-08-14T17:58:04Z) - SimMatchV2: Semi-Supervised Learning with Graph Consistency [53.31681712576555]
半教師付き学習アルゴリズムSimMatchV2を導入する。
グラフの観点からラベル付きデータとラベルなしデータの間の様々な一貫性の規則化を定式化する。
SimMatchV2は、複数の半教師付き学習ベンチマークで検証されている。
論文 参考訳（メタデータ） (2023-08-13T05:56:36Z) - Best Policy Identification in Linear MDPs [70.57916977441262]
縮退した線形マルコフ+デルタ決定における最適同定問題について, 生成モデルに基づく固定信頼度設定における検討を行った。
複雑な非最適化プログラムの解としての下位境界は、そのようなアルゴリズムを考案する出発点として用いられる。
論文 参考訳（メタデータ） (2022-08-11T04:12:50Z)
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。