アンサンブル融合に基づくドメイン適応の最適化による高度な人物の再識別（ReID）

• Project/Area Number: 25K15160
• Research Category: Grant-in-Aid for Scientific Research (C)
• Allocation Type: Multi-year Fund
• Section: 一般
• Review Section: Basic Section 61010:Perceptual information processing-related
• Research Institution: Iwate Prefectural University
• Principal Investigator: PRIMA・OKY・ DICKY 岩手県立大学, ソフトウェア情報学部, 教授 (20344624)
• Project Period (FY): 2025-04-01 – 2028-03-31
• Project Status: Granted (Fiscal Year 2025)
• Budget Amount: ¥4,680,000 (Direct Cost: ¥3,600,000、Indirect Cost: ¥1,080,000); Fiscal Year 2027: ¥780,000 (Direct Cost: ¥600,000、Indirect Cost: ¥180,000); Fiscal Year 2026: ¥1,430,000 (Direct Cost: ¥1,100,000、Indirect Cost: ¥330,000); Fiscal Year 2025: ¥2,470,000 (Direct Cost: ¥1,900,000、Indirect Cost: ¥570,000)
• Keywords: Person re-identification / Unsupervised learning / Domain adaptation / Visual surveillance

Outline of Research at the Start

人物の再識別 (ReID) は非重複カメラにわたる特定の人物検索問題として広く研究されている．深層学習の進歩に伴い，対象人物の画像がギャラリー内に存在するシナリオ (Closed-Set) では，ReIDは人間の識別性能を上回っている．しかし，ギャラリーに存在しないシナリオ (Open-Set) では， ReIDは十分な精度に達していない．本研究では，ReIDの課題として指摘されている，画像情報における特徴表現とOpen-Setでのドメインギャップを解決する方法の提案と，多様な民族・文化が混在する社会を表すReIDのデータセットの作成を目指している．