NearID：基于近似身份的身份表示学习
计算机视觉与模式识别
2026-04-03 v1
摘要
在评估以身份为焦点的任务（如个性化生成和图像编辑）时，现有视觉编码器会将对象身份与背景上下文 entangled，从而导致表示不可靠且指标失效。我们提出首个以 Near-identity（NearID） distractor 为基础的原则框架以解决此漏洞，其中语义相似但 distinct 的实例置于参考图像的确切相同背景下，消除情境捷径，唯一隔离身份作为唯一可辨识信号。基于此原则，我们提供 NearID 数据集（19K 个身份，316K 个匹配情境 distractor），并配套严格的基于间隙的评估协议。在此设置下，预训练编码器表现不佳，样本成功率（SSR）——一种严格的基于间隙的身份辨识指标——最低可达 30.7%，且常在 true cross-view matches 排名更靠前。我们通过在冻结 backbone 上学习身份感知表示，使用两级对比目标实现层次：相同身份 > NearID distractor > 随机负样本。这一改进将 SSR 提升至 99.2%，提升部件级辨识 28.0%，并在面向人类的基准 DreamBench++ 上实现更强的人类判断一致性。项目页面：https://gorluxor.github.io/NearID/
引用
@article{arxiv.2604.01973,
title = {NearID: Identity Representation Learning via Near-identity Distractors},
author = {Aleksandar Cvejic and Rameen Abdal and Abdelrahman Eldesokey and Bernard Ghanem and Peter Wonka},
journal= {arXiv preprint arXiv:2604.01973},
year = {2026}
}
备注
Code at https://github.com/Gorluxor/NearID