PAT++：关于对象重识别的生成式视觉增强的谨慎观察
计算机视觉与模式识别
2025-07-23 v1
摘要
生成式数据增强在多个视觉任务中已显示出性能提升，但其对对象重识别的影响——该任务要求保持细粒度视觉细节——仍 largely 未探索。本文我们评估了面向对象重识别的身份保持图像生成的有效性。我们提出的新型管道，称为 PAT++，将扩散自蒸馏集成到 established 的 Part-Aware Transformer 中。我们在 Urban Elements ReID 挑战数据集上进行了大量实验，分别将生成图像用于模型训练和查询扩展。我们的结果显示，性能始终下降，由于领域偏移和未能保留身份定义特征所致。这一发现挑战了关于生成模型可迁移性在细粒度识别任务中的假设，暴露了当前视觉增强方法在身份保持应用中的关键局限性。
引用
@article{arxiv.2507.15888,
title = {PAT++: a cautionary tale about generative visual augmentation for Object Re-identification},
author = {Leonardo Santiago Benitez Pereira and Arathy Jeevan},
journal= {arXiv preprint arXiv:2507.15888},
year = {2025}
}