背景同样重要：基于语言增强的人员重识别对抗框架
计算机视觉与模式识别
2025-09-04 v1
摘要
人员重识别面临两个核心挑战：精确定位前景目标同时抑制背景噪声，以及从目标区域提取细粒度特征。许多仅基于视觉的方法通过分割图像并应用注意力模块来解决这些问题，但依赖昂贵的手动标注且难以处理复杂遮挡。近期受CLIP启发的多模态方法引入语义线索以指导视觉理解。然而，这些方法仅关注前景信息，却忽略了背景线索的潜在价值。灵感来自人类感知，我们认为在人员重识别中，背景语义与前景语义同样重要，因为人类会消除背景干扰而专注于目标外观。因此，本文提出了一个端到端框架，在双分支跨模态特征提取管道中联合建模前景和背景信息。为帮助网络区分两个领域，我们提出了一种内部语义对齐和跨语义对抗学习策略。具体而言，我们在同一语义跨域对齐视觉和文本特征，同时对抑制前景和背景特征的相似性，以增强网络的判别能力。该策略驱动模型积极抑制噪声背景区域，增强对身份相关前景线索的注意力。在两个整体ReID基准和两个遮挡ReID基准上进行的全面实验表明，所提方法有效且具有普适性，结果匹配或优于当前最先进的方法。
引用
@article{arxiv.2509.03032,
title = {Background Matters Too: A Language-Enhanced Adversarial Framework for Person Re-Identification},
author = {Kaicong Huang and Talha Azfar and Jack M. Reilly and Thomas Guggisberg and Ruimin Ke},
journal= {arXiv preprint arXiv:2509.03032},
year = {2025}
}