并非所有初始点都相等：预训练先验及其在人体识别中的显著影响
计算机视觉与模式识别
2026-05-22 v3
摘要
近年来，计算机视觉领域出现了多样化的通用预训练方法的爆发式发展。然而，这些预训练方法对人体识别任务（re-id）的影响仍未得到充分探讨。我们展示在等价域适应流程下，使用不同初始模型（网络结构和预训练权重）进行人体识别会产生显著的差异。我们指出，针对各种 re-id 测试的不同下游性能差异的直觉解释均不充分，並提出预训练权重作为域适应期间学习权重的强先验。该框架下，域适应解可视为戈布斯后验的最大概率点估计，其中预训练权重充当先验。基于此框架，我们展示大型预训练基础模型通过简单域适应即可在多个 re-id 数据集（Market, PRCC, DeepChange, BTS）上实现 SOTA 解，其中解的参数空间与初始参数非常接近。此外，我们对这些解进行消除实验，表明它们可通过小型迁移集合和不同迁移数据集达成，但对优化器、权重衰减和损失函数的选择较为敏感。最终，我们提议，使用大型视觉基础模型（CLIP、Dino、EVA、AIM 等）进行直接微调的简单方法应作为未来人体识别工作的重要基线。
引用
@article{arxiv.2507.17640,
title = {Not All Starting Points Are Equal: Pre-trained Priors and Their Outsized Impact on Person Identification},
author = {Thomas M. Metz and Matthew Q. Hill and Alice J. O'Toole},
journal= {arXiv preprint arXiv:2507.17640},
year = {2026}
}