QA-ReID：面向换衣行人重识别的融合全局与结构线索的质量感知查询自适应卷积
计算机视觉与模式识别
2026-01-28 v1
摘要
与传统的行人重识别（ReID）不同，换衣行人重识别（CC-ReID）由于衣物更换带来的显著外观变化而面临严峻挑战。在这项工作中，我们提出了质量感知双分支匹配（QA-ReID），它联合利用基于 RGB 的特征和基于解析的表示，对全局外观和衣物不变的结构线索进行建模。这些异构特征通过一个多模态注意力模块进行自适应融合。在匹配阶段，我们进一步设计了质量感知查询自适应卷积（QAConv-QA），它结合了像素级重要性加权和双向一致性约束，以增强对衣物变化的鲁棒性。大量实验表明，QA-ReID 在多个基准数据集上，包括 PRCC、LTCC 和 VC-Clothes，均达到了最先进的性能，并且在跨衣物场景下显著优于现有方法。
引用
@article{arxiv.2601.19133,
title = {QA-ReID: Quality-Aware Query-Adaptive Convolution Leveraging Fused Global and Structural Cues for Clothes-Changing ReID},
author = {Yuxiang Wang and Kunming Jiang and Tianxiang Zhang and Ke Tian and Gaozhe Jiang},
journal= {arXiv preprint arXiv:2601.19133},
year = {2026}
}