論文の概要: STaG: Human-Annotation-Free Unsupervised Domain Adaptation for Text-Based Person Retrieval
- arxiv url: http://arxiv.org/abs/2611.18172v1
- Date: Fri, 13 Nov 2026 13:42:45 GMT
- ステータス: 情報取得中
- システム内更新日: 2026-11-16 19:25:29.206049
- Title: STaG: Human-Annotation-Free Unsupervised Domain Adaptation for Text-Based Person Retrieval
- Title(参考訳): STaG: テキストベースの人物検索のための人間アノテーションのない教師なしドメイン適応
- Abstract要約: テキストベースの人検索(TBPR)の現実的な展開は、新しいドメインにテキストアノテーションがないためにボトルネックとなる。
より実践的な設定として、人間のアノテーションのないUDA-TBPR、ソースドメインにラベル付き画像テキストデータ、ターゲットドメインにアノテーションなし、ラベルなしの未ラベル画像などを考える。
この設定では、ターゲットドメインにおけるクロスモーダルアライメントの欠如と、ソースからターゲットへの視覚的ドメインシフトという、2つの主要な課題が紹介されている。
- 参考スコア(独自算出の注目度): 5.957418600529881
- License:
- Abstract: Real-world deployment of Text-Based Person Retrieval (TBPR) is bottlenecked by the absence of textual annotations in new domains. Existing Unsupervised Domain Adaptation (UDA-TBPR) methods still assume access to target-domain human-written annotations (albeit unpaired with images), limiting their practicality. We consider a more practical setting: human-annotation-free UDA-TBPR, with labeled image-text data in the source domain and annotation-free, unlabeled images in the target domain. This setting introduces two core challenges: the absence of cross-modal alignment in the target domain, and visual domain shifts from source to target. To tackle these, we propose STaG, a dual-path framework comprising Style-Agnostic Text Alignment (SATA) and Heterogeneous Graph Memory Alignment (HGMA). Specifically, SATA leverages source-domain data to decouple identity-discriminative semantics from machine-generated stylistic artifacts, establishing robust cross-modal alignment for the target domain. Meanwhile, HGMA exploits cross-domain semantic neighborhoods via a memory-based graph to learn domain-invariant visual features. Ultimately, STaG achieves state-of-the-art performance across three benchmarks under this realistic setting.
- Abstract(参考訳): テキストベースの人検索(TBPR)の現実的な展開は、新しいドメインにテキストアノテーションがないためにボトルネックとなる。
既存のUnsupervised Domain Adaptation (UDA-TBPR) メソッドは、ターゲットドメインの人間記述アノテーションへのアクセスを前提としており、その実用性は制限されている。
より実践的な設定として、人間のアノテーションのないUDA-TBPR、ソースドメインにラベル付き画像テキストデータ、ターゲットドメインにアノテーションなし、ラベルなしの未ラベル画像などを考える。
この設定では、ターゲットドメインにおけるクロスモーダルアライメントの欠如と、ソースからターゲットへの視覚的ドメインシフトという、2つの主要な課題が紹介されている。
そこで本研究では,SATA(Style-Agnostic Text Alignment)とHGMA(Heterogeneous Graph Memory Alignment)を組み合わせたデュアルパスフレームワークSTaGを提案する。
具体的には、ソースドメインデータを活用して、ターゲットドメインに対して堅牢なクロスモーダルアライメントを確立することにより、IDを識別するセマンティクスをマシン生成のスタイリスティックアーティファクトから切り離す。
一方、HGMAは、メモリベースのグラフを通じてドメイン間セマンティック地区を利用して、ドメイン不変の視覚的特徴を学習する。
最終的に、STaGはこの現実的な設定の下で、3つのベンチマークで最先端のパフォーマンスを達成する。
関連論文リスト
- Text-Phase Synergy Network with Dual Priors for Unsupervised Cross-Domain Image Retrieval [26.746383581727514]
本稿では,2つの優先順位を持つテキスト・モデル・シナジー・ネットワークを提案する。
TPSNet は UCDIR ベンチマークで最先端の手法を大幅に上回っている。
論文 参考訳(メタデータ) (2026-03-13T06:46:32Z) - CoPT: Unsupervised Domain Adaptive Segmentation using Domain-Agnostic Text Embeddings [35.88225773710471]
教師なしドメイン適応(Unsupervised domain adapt, UDA)は、ソースドメイン内のラベル付きデータからクラスセマンティクスを学習し、未確認のターゲットドメインに一般化する。
画像セグメンテーションエンコーダにおいて、ドメインに依存しないテキスト埋め込みを用いて、ドメイン不変の特徴を学習する新しいCovarianceベースのPixel-Text損失CoPTを提案する。
4つのベンチマーク実験において,CoPTを用いてトレーニングしたモデルが,セグメント化のためのUDA上でのアートパフォーマンスの新たな状態を達成することを示す。
論文 参考訳(メタデータ) (2025-07-08T18:39:28Z) - LangDA: Building Context-Awareness via Language for Domain Adaptive Semantic Segmentation [69.13257545389781]
セマンティックセグメンテーションのための教師なしドメイン適応は、ラベルに富んだソースドメインからラベルのないターゲットドメインに知識を伝達することを目的としている。
LangDAは、VLM生成シーン記述を通じてオブジェクト間のコンテキスト関係を学習することで、これらの課題に対処する。
LangDAは新しい最先端を3つのDASSベンチマークで設定し、既存の手法を2.6%、1.4%、および3.9%で上回っている。
論文 参考訳(メタデータ) (2025-03-17T03:33:28Z) - Domain-Agnostic Mutual Prompting for Unsupervised Domain Adaptation [27.695825570272874]
従来のUnsupervised Domain Adaptation (UDA)は、ドメイン間の分散の差を最小限にしようと努力している。
ドメイン非依存型Multual Prompting (DAMP) を提案する。
3つのUDAベンチマークの実験は、最先端のアプローチよりもDAMPの方が優れていることを示した。
論文 参考訳(メタデータ) (2024-03-05T12:06:48Z) - Pulling Target to Source: A New Perspective on Domain Adaptive Semantic Segmentation [80.1412989006262]
ドメイン適応セマンティックセグメンテーションは、ラベル付きソースドメインからラベルなしターゲットドメインに知識を転送することを目的としています。
我々はT2S-DAを提案し、T2S-DAはドメイン適応のためのソースにターゲットを引っ張る形式として解釈する。
論文 参考訳(メタデータ) (2023-05-23T07:09:09Z) - WUDA: Unsupervised Domain Adaptation Based on Weak Source Domain Labels [5.718326013810649]
セマンティックセグメンテーションのための教師なしドメイン適応(UDA)は、細かなソースドメインラベルを持つクロスドメイン問題に対処する。
本稿では、弱ソースドメインラベルに基づく教師なしドメイン適応という新しいタスクを定義する。
論文 参考訳(メタデータ) (2022-10-05T08:28:57Z) - DecoupleNet: Decoupled Network for Domain Adaptive Semantic Segmentation [78.30720731968135]
セマンティックセグメンテーションにおける教師なしドメイン適応は、高価なピクセル単位のアノテーションへの依存を軽減するために提起されている。
我々は、ソースドメインのオーバーフィットを軽減し、最終的なモデルをセグメント化タスクに集中できるようにするDecoupleNetを提案する。
我々はまた、自己識別(SD)を推進し、擬似ラベルでより識別可能なターゲットドメイン特徴を学習するための補助分類器を導入した。
論文 参考訳(メタデータ) (2022-07-20T15:47:34Z) - Cross-domain Contrastive Learning for Unsupervised Domain Adaptation [108.63914324182984]
教師なしドメイン適応(Unsupervised domain adapt、UDA)は、完全にラベル付けされたソースドメインから異なるラベル付けされていないターゲットドメインに学習した知識を転送することを目的としている。
対照的な自己教師型学習に基づいて、トレーニングとテストセット間のドメインの相違を低減するために、機能を整列させます。
論文 参考訳(メタデータ) (2021-06-10T06:32:30Z) - Simultaneous Semantic Alignment Network for Heterogeneous Domain
Adaptation [67.37606333193357]
本稿では,カテゴリ間の相関を同時に利用し,各カテゴリ毎のセントロイドを整列させるために,aSimultaneous Semantic Alignment Network (SSAN)を提案する。
対象の擬似ラベルを利用することで、各カテゴリの特徴表現を整列させるために、ロバストな三重項中心のアライメント機構を明示的に適用する。
テキスト・ツー・イメージ、画像・画像・テキスト・ツー・テキストにわたる様々なHDAタスクの実験は、最先端のHDA手法に対するSSANの優位性を検証することに成功した。
論文 参考訳(メタデータ) (2020-08-04T16:20:37Z)
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。