GSAlign：面向空中-地面人员重识别的几何与语义对齐网络
计算机视觉与模式识别
2026-01-14 v2
摘要
空中-地面人员重识别（AG-ReID）是旨在匹配来自极不相同视角（通常来自无人机 UAV 与地面监控摄像机）捕获的行人图像的新兴且具有挑战性的任务。这一任务因视点差异剧烈、遮挡以及空中与地面图像之间的领域差距而面临重大挑战。虽然先前工作通过学习跨视图表征取得了进展，但在处理严重姿态变化和空间错位方面仍受限。为此，我们提出专为 AG-ReID 设计的几何与语义对齐网络（GSAlign）。GSAlign 引入两个关键组件以联合处理几何变形和语义错位：可学习的薄板样条（LTPS）模块和动态对齐模块（DAM）。LTPS 模块根据一组学习到的关键点自适应地对行人特征进行几何变形，从而有效补偿因极端视点变化导致的几何差异。并行地，DAM 估计可见性感知的表征掩码，以在语义层面突出显示跨视图对应关系中可见的身体区域，从而减轻遮挡和部分观察在跨视图对应中的负面影响。在 CARGO 数据集上进行全面评估的四种匹配协议表明，GSAlign 的有效性显著体现：在空中-地面设置下，mAP 提升了 18.8%，Rank-1 准确率提升了 16.8%，显著超越了之前的 SOTA 方法。
关键词
引用
@article{arxiv.2510.22268,
title = {GSAlign: Geometric and Semantic Alignment Network for Aerial-Ground Person Re-Identification},
author = {Qiao Li and Jie Li and Yukang Zhang and Lei Tan and Jing Chen and Jiayi Ji},
journal= {arXiv preprint arXiv:2510.22268},
year = {2026}
}
备注
Accepted by Neurips 2025