S3-CLIP：用于人-ReID 的视频超分辨率
计算机视觉与模式识别
2026-01-14 v1 人工智能
摘要
在大多数person re-identification (ReID) 方法中，tracklet质量常被当作附加议题来对待，大量研究仅对基础模型进行架构修改。此类方法忽视了重要限制，在实际困难场景下的部署ReID系统时会造成挑战。本文介绍S3-CLIP，一个基于视频超分辨率的CLIP-ReID框架，专为WACV 2026上的VReID-XFD挑战赛开发。该方法将最新进展集成到超分辨率网络与任务驱动超分辨率管道中，使其适用于基于视频的人再识别场景。据我们所知，本工作是首个系统性地将视频超分辨率作为提升person ReID tracklet质量的手段，尤其是在挑战性跨视图条件下的探索。实验结果表明，S3-CLIP的性能与基线相当，在空中到地面情境下达到37.52%的mAP，在地面到空中情境下达到29.16%。在地面到空中情境中，S3-CLIP在排序准确性方面实现了显著提升，分别将Rank-1、Rank-5和Rank-10性能提高了11.24%、13.48%和17.98%。
引用
@article{arxiv.2601.08807,
title = {S3-CLIP: Video Super Resolution for Person-ReID},
author = {Tamas Endrei and Gyorgy Cserey},
journal= {arXiv preprint arXiv:2601.08807},
year = {2026}
}
备注
Accepted to the 2026 IEEE/CVF Winter Conference on Applications of Computer Vision Workshops (WACVW), VReID-XFD Challenge