DAPL：文本基于人搜索中正负描述的集成
计算机视觉与模式识别
2026-05-15 v3
摘要
文本基于人搜索（TBPS）旨在使用文本描述从大型数据集中检索特定个体的图像。现有 TBPS 方法主要聚焦于识别显式的正面属性，忽略了负面描述在 TBPS 任务中发挥关键作用的作用。这一疏忽可能导致误报，即应基于负面描述而被排除的图像因与正面准则的部分一致性而被错误包含。为此，我们提出了双属性提示学习（DAPL）框架，纳入正负描述以提高视觉语言模型在 TBPS 任务中的解释准确性。DAPL 结合双图像-属性对比学习（DIAC）和敏感图像-属性匹配学习（SIAM）以增强对以前未出现的属性的检测。此外，为实现视觉和文本嵌入粗粒度与细粒度对齐，我们引入动态标记相似度（DTS）损失。该损失函数在标记级别细化匹配和非匹配描述的表示，提供更精确和可适应的相似度评估，从而提高匹配过程的准确性。实证结果表明，DAPL 超越了最先进的方法，在 TBPS 任务中显著提升了精度和鲁棒性。
引用
@article{arxiv.2405.07459,
title = {DAPL: Integration of Positive and Negative Descriptions in Text-Based Person Search},
author = {Yuchuan Deng and Zhanpeng Hu and Zijie Xin and Chuang Deng and Qijun Zhao},
journal= {arXiv preprint arXiv:2405.07459},
year = {2026}
}