論文の概要: ProAlign: Progressive Positional and Prototype-Guided Alignment for Aerial-Ground Person Re-Identification
- arxiv url: http://arxiv.org/abs/2611.04980v1
- Date: Tue, 03 Nov 2026 14:33:13 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-11-07 15:13:22.294406
- Title: ProAlign: Progressive Positional and Prototype-Guided Alignment for Aerial-Ground Person Re-Identification
- Title(参考訳): ProAlign: Aerial-Ground person re-dentification におけるプロアライメントとプロトタイプガイドアライメント
- Abstract要約: 我々は、AG-ReIDのためのプログレッシブ・ポジショナル・プロトタイプ誘導アライメント・ネットワークProAlignを提案する。
ProAlignは、Layer-wise Progressive Positional Embedding (LPPE)モジュールとView-Aware Prototype Contrastive Learning (PCL)モジュールの2つの重要なコンポーネントで構成されている。
ProAlignは、最強の競合手法よりも1.60%のランク1精度と5.01%のmAPでCARGOにおける最先端の総合検索性能を実現している。
- 参考スコア(独自算出の注目度): 22.791505480246627
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Aerial-Ground Person Re-Identification (AG-ReID) aims to match pedestrian images captured by unmanned aerial vehicles (UAVs) and ground-based surveillance cameras. The task remains highly challenging due to severe viewpoint discrepancies, frequent occlusions, and substantial domain gaps between aerial and ground imagery. Beyond these observable factors, existing methods often overlook two fundamental structural issues: cumulative positional drift during hierarchical feature extraction and semantic inconsistency across cross-view feature distributions. To address these challenges, we propose ProAlign, a Progressive Positional and Prototype-Guided Alignment Network for AG-ReID. ProAlign comprises two key components: a Layer-wise Progressive Positional Embedding (LPPE) module and a View-Aware Prototype Contrastive Learning (PCL) module. LPPE performs adaptive positional calibration throughout transformer layers by employing conditional positional encoding in shallow layers to mitigate local spatial distortions, while introducing learnable static positional embeddings in deeper layers to reinforce global semantic priors. Meanwhile, PCL maintains view-specific aerial and ground prototypes for each identity and enforces cross-view semantic consistency via a dual-prototype contrastive objective. Extensive experiments on CARGO and two real-world AG-ReID benchmarks demonstrate the effectiveness of ProAlign, achieving state-of-the-art overall retrieval performance on CARGO with improvements of 1.60% in Rank-1 accuracy and 5.01% in mAP over the strongest competing methods.
- Abstract(参考訳): Aerial-Ground Person Re-Identification (AG-ReID)は、無人航空機(UAV)と地上監視カメラが捉えた歩行者の画像をマッチングすることを目的としている。
この課題は、高度の視点の相違、頻繁な閉塞、航空画像と地上画像の間にかなりの領域ギャップがあるため、非常に困難なままである。
これらの観測可能な要因の他に、既存の手法では、階層的特徴抽出時の累積的な位置ずれと、横断的な特徴分布間の意味的不整合という、2つの基本的な構造的問題を見落としていることが多い。
これらの課題に対処するため,AG-ReIDのためのProAlign, Prototype-Guided Alignment Networkを提案する。
ProAlignは、Layer-wise Progressive Positional Embedding (LPPE)モジュールとView-Aware Prototype Contrastive Learning (PCL)モジュールの2つの重要なコンポーネントで構成されている。
LPPEは、浅層における条件付き位置符号化を用いて、局所的な空間歪みを軽減するとともに、より深い層に学習可能な静的位置埋め込みを導入し、グローバルなセマンティック先行性を強化することで、トランスフォーマー層全体の適応的な位置校正を行う。
一方、PCLは、それぞれのアイデンティティに対して、ビュー固有の空中プロトタイプと地上プロトタイプを維持し、デュアルプロトタイプのコントラスト目的を通じて、クロスビューのセマンティック一貫性を強制する。
CARGOと2つの実世界のAG-ReIDベンチマークの大規模な実験は、最も競合の強い手法よりも1.60%の精度と5.01%のmAPでCARGO上で最先端の検索性能を達成するProAlignの有効性を実証している。
関連論文リスト
- COMPASS: Contextual Moment Prior Alignment for Generalizable AIGI Detection [87.91469665365304]
一般化可能なAI生成画像(AIGI)とディープフェイク検出は、非対称性現象のため難しいままである。
最近の部分空間適応法は、残留部分空間を適応させながら高次主成分を凍結することによりこの問題を軽減する。
本稿では,小さなSemantic Proxy Setを用いて,ターゲットのアクティベーション統計を推定するデータ認識サブスペース適応フレームワークを提案する。
論文 参考訳(メタデータ) (2026-10-13T09:23:12Z) - Unsupervised Domain Adaptation for Sim-to-Real Object Pose Estimation with Contrastive Alignment and Pseudo-Label Refinement [14.854437007037683]
教師なしドメイン適応(UDA)は、シミュレーションから実環境への知識の堅牢な伝達を可能にする。
本稿では,局所領域におけるポーズに敏感な特徴の適応を目的としたCAPLRを提案する。
CAPLRは、複数のよく知られたオブジェクトポーズ推定ベンチマークにおいて、最先端のパフォーマンスを実現する。
論文 参考訳(メタデータ) (2026-06-19T10:11:17Z) - FLORO: A Multimodal Geospatial Foundation Model for Ecological Remote Sensing Across Sensors and Scales [65.4821703903285]
FLOROは、小さなが高度に多様なリモートセンシングコーパスから転送可能な表現を学習するために設計されたマルチモーダル基礎モデルである。
FLOROは、Sentinel-1、Sentinel-2、SkySAT画像、標高、UAV由来のデータとの不均一な組み合わせによるマスク付きオートエンコーディングを用いて事前訓練される。
我々は、シーン分類、セグメンテーション、回帰タスクにまたがる凍結エンコーダプロトコルを用いて、PANGAEAベンチマーク上でFLOROを評価した。
論文 参考訳(メタデータ) (2026-05-27T08:55:54Z) - Hierarchical Consistency Learning for Test-time Adaptation in Camouflage Perception [50.278200968044665]
カモフラージュされた物体検出(COD)は、物理的属性を通して背景から最小限の知覚差を示すターゲットをローカライズすることを目的としている。
既存のメソッドは、静的なTrain-then-freezeパラダイムによって制約されており、ドメインの剛性と依存性のアノテーションに悩まされている。
動的表現再構成のためのテスト時間適応を統合した階層的一貫性学習フレームワークを提案する。
論文 参考訳(メタデータ) (2026-05-25T09:57:46Z) - FS-I2P:A Hierarchical Focus-Sweep Registration Network with Dynamically Allocated Depth [23.96591843663943]
イメージ・ツー・ポイント・クラウドの登録は、視点の変化、横断的な相違、反復的なテクスチャによってしばしば挑戦される。
近年, マルチスケール特徴とトランスフォーマーに基づくインタラクションを利用して, 検出不要な手法によりこの問題を緩和している。
人間の行動に触発され,多段階のクロスモーダル特徴関連性を高めるためのFocus-Sweep'のパラダイムを提案する。
論文 参考訳(メタデータ) (2026-05-08T11:33:18Z) - GSAlign: Geometric and Semantic Alignment Network for Aerial-Ground Person Re-Identification [32.31970656501684]
Aerial-Ground person re-identification (AG-ReID) は、歩行者のイメージを根本的に異なる視点からマッチングすることを目的とした、新たな課題である。
この課題は、極端に視点のずれ、ワープ、空中画像と地上画像の間の領域ギャップのために重大な課題を生じさせる。
論文 参考訳(メタデータ) (2025-10-25T12:16:10Z) - SOOD++: Leveraging Unlabeled Data to Boost Oriented Object Detection [68.18620488664187]
本稿では,SOOD++ と呼ばれる簡易かつ効果的な半教師付きオブジェクト指向検出手法を提案する。
具体的には、空中画像からの物体は、通常任意の向き、小さなスケール、密度分布を持つ。
各種ラベル付き環境下での多目的対象物に対する大規模な実験により,本手法の有効性が示された。
論文 参考訳(メタデータ) (2024-07-01T07:03:51Z) - Consistency Regularization for Deep Face Anti-Spoofing [69.70647782777051]
顔認証システムでは、顔認証(FAS)が重要な役割を担っている。
このエキサイティングな観察によって、異なる視点の特徴整合性を促進することが、FASモデルを促進するための有望な方法かもしれないと推測する。
FASにおけるEPCR(Embeddding-level and Prediction-level Consistency Regularization)とEPCR(Embeddding-level Consistency Regularization)を併用した。
論文 参考訳(メタデータ) (2021-11-24T08:03:48Z)
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。