人物再同定は、対象の人物画像と同じ人物が映った画像を、同じときに撮影された画像群のなかから検索する問題である。典型的には深層学習モデルから得られる画像同士の距離が用いられ、評価用データを用いたドメイン適応によって学習時と評価時の撮影環境の違い等による性能低下を防ぐことが期待される。ドメイン適応の中でも、評価用データの人物ラベル付けを必要としない教師なしドメイン適応は、計算コストが低く実応用に適しているが難易度が高い。本研究ではTransformerベースのモデルに適用可能な計算コストの低い学習手法であるLoRA と、代表的なドメイン適応手法であるDANNを組み合わせた教師なしドメイン適応を行い性能評価及び分析を行った。