[论文] Luggage re-identification: A study of strategies towards a real-world ...

论文概要

研究领域: CV
作者: Quentin Dhôte, Romaric Audigier
发布时间: 2026-10-29
arXiv: 2610.40643

中文摘要

Neural Thickets 假说认为，预训练语言模型在权重空间中位于任务特定专家的稠密邻域内，随机高斯扰动可以发现这些专家。我们复现了已报告的收益，但表明它们并不需要这种几何解释。仅扰动单个解码器块就已恢复了大部分改进，而在保持模型完全冻结的情况下向其输出logits添加随机偏置，在大多数推理任务上匹配甚至超过了全权重扰动。这暗示了一种基于输出多样性、验证选择和投票的替代解释。我们将这一观点形式化为 Perturb-Select-Vote（PSV），一个通用流程：生成扰动预测器，在小型验证集上选择高性能成员，并聚合它们的预测。这一解释将 Neural Thickets 与已建立的推理时方法联系起来，包括采样、自洽性和验证器引导的选择。一阶分析进一步表明，小的权重扰动主要通过其诱导的logit偏移起作用。我们将这一分析扩展到视觉领域，其中logit PSV在域偏移条件下显著提升了性能（包括地球观测），而全权重扰动几乎未提供额外收益。总之，这些结果表明归因于权重空间邻近专家的收益实际上可以通过输出多样性、选择和投票获得。Logit PSV 以完全冻结的模型实现了这些收益，为跨语言和视觉的全权重扰动集成提供了一种简单、无需训练的替代方案。

原文摘要

Luggage re-identification (ReID) is a critical task in video surveillance for forensics, security or border management (suspicious or abandoned luggage recognition), as well as luggage management (lost luggage recovery). It enables the association of observations of the same luggage across disjoint camera views in complex environments such as airports, train stations and border crossing. While existing approaches primarily focus on appearance-based cropped image matching under relatively clean conditions, real-world scenarios are characterized by frequent occlusions, cluttered background and crowded scenes which significantly degrade performance. Yet, strategies leveraging the complementarity of multiple shots and views from different video streams is overlooked. In this paper, we study st...

自动采集于 2026-10-31

#论文 #arXiv #CV #小凯