Skip to main content
CenXiv.org
此网站处于试运行阶段,支持我们!
我们衷心感谢所有贡献者的支持。
贡献
赞助
cenxiv logo > cs > arXiv:2508.00053v1

帮助 | 高级搜索

计算机科学 > 计算机视觉与模式识别

arXiv:2508.00053v1 (cs)
[提交于 2025年7月31日 ]

标题: 基于质量引导的评分融合专家混合框架的人类识别

标题: A Quality-Guided Mixture of Score-Fusion Experts Framework for Human Recognition

Authors:Jie Zhu, Yiyang Su, Minchul Kim, Anil Jain, Xiaoming Liu
摘要: 全身生物特征识别是一项具有挑战性的多模态任务,它集成了各种生物特征模态,包括面部、步态和身体。 这种集成对于克服单一模态系统的局限性至关重要。 传统上,全身识别涉及部署不同的模型来处理多个模态,通过分数融合(例如,每个模型的相似性矩阵的加权平均)实现最终结果。 然而,这些传统方法可能会忽略单个模态的分数分布变化,使得提高最终性能变得困难。 在本工作中,我们提出了\textbf{Q}质量引导的\textbf{M}混合分数融合\textbf{E}专家(QME),这是一种新颖的框架,旨在通过使用专家混合(MoE)的可学习分数融合策略来提高全身生物特征识别性能。 我们引入了一种新的伪质量损失,用于通过模态特定的质量估计器(QE)进行质量估计,并引入了一个分数三元组损失以提高度量性能。 在多个全身生物特征数据集上的大量实验表明了我们所提出方法的有效性,在与基线方法相比的各种指标上取得了最先进的结果。 我们的方法适用于多模态和多模型,解决了相似性分数域中的模型错位和数据质量变化等关键挑战。
摘要: Whole-body biometric recognition is a challenging multimodal task that integrates various biometric modalities, including face, gait, and body. This integration is essential for overcoming the limitations of unimodal systems. Traditionally, whole-body recognition involves deploying different models to process multiple modalities, achieving the final outcome by score-fusion (e.g., weighted averaging of similarity matrices from each model). However, these conventional methods may overlook the variations in score distributions of individual modalities, making it challenging to improve final performance. In this work, we present \textbf{Q}uality-guided \textbf{M}ixture of score-fusion \textbf{E}xperts (QME), a novel framework designed for improving whole-body biometric recognition performance through a learnable score-fusion strategy using a Mixture of Experts (MoE). We introduce a novel pseudo-quality loss for quality estimation with a modality-specific Quality Estimator (QE), and a score triplet loss to improve the metric performance. Extensive experiments on multiple whole-body biometric datasets demonstrate the effectiveness of our proposed approach, achieving state-of-the-art results across various metrics compared to baseline methods. Our method is effective for multimodal and multi-model, addressing key challenges such as model misalignment in the similarity score domain and variability in data quality.
评论: 被ICCV 2025接收。11页,5图
主题: 计算机视觉与模式识别 (cs.CV)
引用方式: arXiv:2508.00053 [cs.CV]
  (或者 arXiv:2508.00053v1 [cs.CV] 对于此版本)
  https://doi.org/10.48550/arXiv.2508.00053
通过 DataCite 发表的 arXiv DOI

提交历史

来自: Jie Zhu [查看电子邮件]
[v1] 星期四, 2025 年 7 月 31 日 18:00:01 UTC (534 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • HTML(实验性)
  • TeX 源代码
  • 其他格式
查看许可
当前浏览上下文:
cs.CV
< 上一篇   |   下一篇 >
新的 | 最近的 | 2025-08
切换浏览方式为:
cs

参考文献与引用

  • NASA ADS
  • 谷歌学术搜索
  • 语义学者
a 导出 BibTeX 引用 加载中...

BibTeX 格式的引用

×
数据由提供:

收藏

BibSonomy logo Reddit logo

文献和引用工具

文献资源探索 (什么是资源探索?)
连接的论文 (什么是连接的论文?)
Litmaps (什么是 Litmaps?)
scite 智能引用 (什么是智能引用?)

与本文相关的代码,数据和媒体

alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)

演示

复制 (什么是复制?)
Hugging Face Spaces (什么是 Spaces?)
TXYZ.AI (什么是 TXYZ.AI?)

推荐器和搜索工具

影响之花 (什么是影响之花?)
核心推荐器 (什么是核心?)
IArxiv 推荐器 (什么是 IArxiv?)
  • 作者
  • 地点
  • 机构
  • 主题

arXivLabs:与社区合作伙伴的实验项目

arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。

与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。

有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.

这篇论文的哪些作者是支持者? | 禁用 MathJax (什么是 MathJax?)
  • 关于
  • 帮助
  • contact arXivClick here to contact arXiv 联系
  • 订阅 arXiv 邮件列表点击这里订阅 订阅
  • 版权
  • 隐私政策
  • 网络无障碍帮助
  • arXiv 运营状态
    通过...获取状态通知 email 或者 slack

京ICP备2025123034号