多模态多平台人体重识别基准与方法
计算机视觉与模式识别
2025-03-25 v2
摘要
传统的人体重识别（ReID）研究常限于来自静态摄像机的单模态传感器数据，无法解决其中多模态信号日益普及的真实世界场景。例如，考虑一个集成了固定RGB摄像机、夜间红外传感器和配备动态跟踪能力的无人机的城市ReID系统。此类系统面临由于相机视角、光照条件和传感器模态变化带来的重大挑战，阻碍了有效的人体重识别。为解决这些挑战，我们引入了MP-ReID基准，这是一个专为多模态和多平台ReID设计的新型数据集。该基准独特地将来自1,930个身份的多种模态数据，包括RGB、红外和热成像图像，从室内外环境中的无人机和地面摄像机收集。基于该基准，我们引入了Uni-Prompt ReID框架，针对跨模态和跨平台场景进行特定设计的提示。我们的方法在持续优于最先进的方法，为在复杂和动态ReID环境中未来的研究建立了稳健的基础。我们的数据集可在https://mp-reid.github.io/上获取。
引用
@article{arxiv.2503.17096,
title = {Multi-modal Multi-platform Person Re-Identification: Benchmark and Method},
author = {Ruiyang Ha and Songyi Jiang and Bin Li and Bikang Pan and Yihang Zhu and Junjie Zhang and Xiatian Zhu and Shaogang Gong and Jingya Wang},
journal= {arXiv preprint arXiv:2503.17096},
year = {2025}
}