論文の概要: DADKC: Distribution-Aware Adaptive Differentiated Knowledge Consolidation for Cloth-Hybrid Lifelong Person Re-identification

• arxiv url: http://arxiv.org/abs/2611.00768v1
• Date: Sat, 31 Oct 2026 09:30:43 GMT
• ステータス: 情報取得中
• システム内更新日: 2026-11-03 19:47:11.42748
• Title: DADKC: Distribution-Aware Adaptive Differentiated Knowledge Consolidation for Cloth-Hybrid Lifelong Person Re-identification
• Title（参考訳）: DADKC: 衣服・ハイブリッド長寿命人物再識別のための分布認識適応微分知識統合
• Abstract要約: Lifelong Person Re-identification (LReID) は、連続的に収集されたデータを用いて同一人物をマッチングすることを目的としている。 しかし、実際の長期展開では、モデルはカメラとシーン間のドメインシフトと、同じアイデンティティの不規則な服装変更の両方を扱う必要がある。 これにより、ストリーミングデータにおける布関連知識と布非関連知識のバランスを要求されるCros-Hybrid Lifelong Person Re-identification (CH-LReID)タスクが生まれる。
• 参考スコア（独自算出の注目度）: 16.11647639188894
• License:
• Abstract: Lifelong Person Re-identification (LReID) aims to match the same person using sequentially collected data. In practical long-term deployments, however, the model must handle both domain shifts across cameras and scenes, and irregular clothing changes of the same identity. This gives rise to the Cloth-Hybrid Lifelong Person Re-identification (CH-LReID) task, which demands balancing cloth-relevant and cloth-irrelevant knowledge in streaming data. While existing LReID methods have explored replay-based or distillation-based anti-forgetting strategies, they typically fail to sufficiently model stage-aware domain distributions and cross-stage feature continuity under exemplar-free training. To address this problem, we propose a Distribution-Aware Adaptive Differentiated Knowledge Consolidation (DADKC) framework. The core idea is to enhance the existing Differentiated Knowledge Consolidation (DKC) paradigm with adaptive distribution modeling. To this end, three lightweight modules are designed: (1) an Anchor Pool Adapter (APA) to retrieve learnable anchor cues for refining identity features; (2) a Phase Path Mixer (PPM) to perform stage-aware expert routing for integrating domain-specific distribution paths; and (3) a Stage Bridge Alignment (SBA) module to regularize the continuity of base, anchor, and path representations between adjacent stages. Extensive experiments on the CH-LReID and LReID benchmarks show that DADKC gains 4.1%/4.5% mAP/R1 on Order-1 and 3.6%/3.4% mAP/R1 on Order-2 over the DKC baseline, and lowers weighted forgetting from 2.4%/1.7% to 1.8%/1.4%, while storing neither historical images nor per-image features. The code is available at https://github.com/fire667/DADKC.
• Abstract（参考訳）: Lifelong Person Re-identification (LReID) は、連続的に収集されたデータを用いて同一人物をマッチングすることを目的としている。 しかし、実際の長期展開では、モデルはカメラとシーン間のドメインシフトと、同じアイデンティティの不規則な服装変更の両方を扱う必要がある。 これにより、ストリーミングデータにおける布関連知識と布非関連知識のバランスを要求されるCros-Hybrid Lifelong Person Re-identification (CH-LReID)タスクが生まれる。 既存のLReID法では、リプレイベースまたは蒸留ベースのアンチフォッゲッティング戦略が検討されているが、通常、段階的ドメイン分布と段階的特徴連続性を十分にモデル化することができない。 そこで本研究では,DADKC(Distributed-Aware Adaptive Differentiated Knowledge Consolidation)フレームワークを提案する。 その中核となる考え方は、適応分布モデリングによる既存の差別化知識統合(DKC)パラダイムを強化することである。 この目的のために,(1) 学習可能なアンカーキューを検索可能なアンカーキューを取得するアンカープールアダプタ(APA),(2) ドメイン固有の配布経路を統合するためのステージアウェアエキスパートルーティングを行うフェーズパスミキサー(PPM),(3) ベース,アンカー,パス表現の連続性を規則化するステージブリッジアライメント(SBA)モジュールの3つの軽量モジュールを設計した。 CH-LReID と LReID のベンチマークでは、DADKC は Order-1 では 4.1%/4.5% mAP/R1 、DKC ベースラインでは Order-2 では 3.6%/3.4% mAP/R1 となり、重み付き忘れを 2.4%/1.7% から 1.8%/1.4% に減らした。 コードはhttps://github.com/fire667/DADKCで公開されている。

関連論文リスト

• Accelerating Unified Multimodal Models with Core-Expansion Routing and Unified Computation Scheduling [61.28599393707943]
  統一マルチモーダルモデルは、理解と生成を共同でサポートするが、トークン、レイヤ、生成タイムステップ間でかなりの冗長な計算を行う。 本稿では,タスク共有型コアスコアラと進行条件付き生成拡張を提案し,生成分解とクロスタスクコアアライメントを最適化した。 2つの代表的UMMアーキテクチャの実験では、両タスク間で一貫した品質改善が示され、98.03%の高密度な理解性能を維持し、エンドツーエンドの推論速度は1.93times$である。
  論文  参考訳（メタデータ） (2026-08-29T14:27:55Z)
• Similarity-based Outlier Detection for Noisy Object Re-Identification Using Beta Mixtures [0.9321708436387365]
  オブジェクト再識別(Re-ID)手法はラベルノイズに非常に敏感であり、通常は性能が著しく低下する。 本稿では、Re-IDを教師付き画像類似性タスクとみなし、差別的対関係を捉えるために訓練されたシームズネットワークアーキテクチャを採用することで、この問題に対処する。 CUHK03 と Market-1501 のデータセットと車載 Re-ID の VeRi-776 データセット上での de-noising と Re-ID タスクにおける Beta-SOD の有効性を示す。
  論文  参考訳（メタデータ） (2025-09-10T18:42:19Z)
• CFReID: Continual Few-shot Person Re-Identification [127.60234742605832]
  Lifelong ReIDは、複数のドメインにまたがる知識を漸進的に学習し、蓄積するために提案されている。 LReIDモデルは、一般にプライバシとコストの懸念のためにアクセスできない、目に見えない各ドメインの大規模ラベル付きデータでトレーニングする必要がある。 本稿では,数ショットデータを用いてモデルをインクリメンタルにトレーニングし,すべてのドメインでテストするContinual Few-shot ReIDを提案する。
  論文  参考訳（メタデータ） (2025-03-24T09:17:05Z)
• Source-Guided Similarity Preservation for Online Person Re-Identification [3.655597435084387]
  Online Unsupervised Domain Adaptation (OUDA)は、よくアノテーションされたソースドメインデータセットでトレーニングされたモデルを、データストリームとして観測されたターゲットドメインに継続的に適応させるタスクである。 OUDAでは、人物Re-IDモデルは、破滅的な忘れとドメインシフトという、2つの大きな課題に直面しています。 本稿では、これら2つの問題を緩和する新しいソース誘導類似性保存(S2P)フレームワークを提案する。
  論文  参考訳（メタデータ） (2024-02-23T09:07:20Z)
• Dual-scale Enhanced and Cross-generative Consistency Learning for Semi-supervised Medical Image Segmentation [49.57907601086494]
  医用画像のセグメンテーションはコンピュータ支援診断において重要な役割を担っている。 半教師型医用画像(DEC-Seg)のための新しいDual-scale Enhanced and Cross-generative consistency learning frameworkを提案する。
  論文  参考訳（メタデータ） (2023-12-26T12:56:31Z)
• Decoupled and Memory-Reinforced Networks: Towards Effective Feature Learning for One-Step Person Search [65.51181219410763]
  歩行者検出と識別サブタスクを1つのネットワークで処理するワンステップ方式を開発しました。 現在のワンステップアプローチには2つの大きな課題があります。 本稿では,これらの問題を解決するために,分離メモリ強化ネットワーク(DMRNet)を提案する。
  論文  参考訳（メタデータ） (2021-02-22T06:19:45Z)

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。