利用扩散模型先验知识进行人物搜索
计算机视觉与模式识别
2025-10-03 v1
摘要
人物搜索旨在通过在一组未裁剪场景图像中定位和识别查询人物。现有方法主要利用 ImageNet 预训练的骨干网络，这可能不足以捕捉人物搜索所必需的复杂空间上下文和细粒度身份线索。此外，它们依赖于用于人物检测和重识别的共享骨干网络特征，导致目标优化不一致，从而产生亚optimal特征。本文提出了 DiffPS（Diffusion Prior Knowledge for Person Search，扩散模型先验知识用于人物搜索）——一种新型框架，利用预训练扩散模型的先验知识，消除两个子任务之间优化冲突。我们分析扩散先验的关键属性，提出三个专用模块：(i) 扩散引导区域提议网络 (DGRPN) 以增强人物定位，(ii) 多尺度频率细化网络 (MSFRN) 以缓解形状偏差，(iii) 语义自适应特征聚合网络 (SFAN) 以利用文本对齐的扩散特征。DiffPS 在 CUHK-SYSU 和 PRW 数据集上实现了新的状态-of-the-art。
引用
@article{arxiv.2510.01841,
title = {Leveraging Prior Knowledge of Diffusion Model for Person Search},
author = {Giyeol Kim and Sooyoung Yang and Jihyong Oh and Myungjoo Kang and Chanho Eom},
journal= {arXiv preprint arXiv:2510.01841},
year = {2025}
}