面向多场景行人重识别的通用框架

行人重识别（ReID）已被广泛发展了十年，旨在学习跨非重叠摄像机视图中同一人的图像关联。为了克服跨摄像机视图中图像之间的显著差异，人们开发了大量的 ReID 模型变体来解决诸多挑战，如分辨率变化、换衣、遮挡、模态变化等。尽管许多 ReID 变体表现出色，但这些变体通常功能各异，无法应用于其他挑战。据我们所知，目前还没有能够同时处理各种 ReID 挑战的通用 ReID 模型。本工作致力于学习一个通用 ReID 模型以解决此类问题的首次尝试。我们的主要思想是形成一个名为 VersReID 的两阶段基于提示的双模建模框架。我们的 VersReID 首先利用场景标签训练一个包含处理各种场景丰富知识的 ReID Bank，其中几组场景特定提示被用于编码不同的场景特定知识。在第二阶段，我们从 ReID Bank 中提取一个带有通用提示的 V-Branch 模型，以自适应地解决不同场景的 ReID，消除了推理阶段对场景标签的需求。为了促进 VersReID 的训练，我们进一步通过多场景先验数据增强（MPDA）策略将多场景属性引入 ReID 的自监督学习中。通过广泛的实验，我们证明了在推理阶段无需人工分配场景标签的情况下，学习一个有效且通用的 ReID 模型以处理多场景条件下 ReID 任务的成功，包括一般、低分辨率、换衣、遮挡和跨模态场景。代码和模型可在 https://github.com/iSEE-Laboratory/VersReID 获取。