面向航空-地面人员识别的 SD-ReID：基于视角感知的稳定扩散
计算机视觉与模式识别
2026-05-15 v3
摘要
航空-地面人员重识别（AG-ReID）旨在跨不同摄像机视角检索特定人员。以往研究聚焦于设计判别模型，以在摄像机视角发生剧烈变化时保持身份一致性。这些方法的核心思想相当自然，但设计具备鲁棒性的视角模型极具挑战性。此外，这些方法忽略了视角特定特征在提升模型代表性方面的贡献。为此，我们提出一种新型生成框架，称为 SD-ReID，用于 AG-ReID，利用生成模型模拟不同视角的特征分布，同时提取稳健的身份表示。具体而言，我们首先训练一个基于 ViT 的模型，以可控条件（包括身份和视角条件）提取人员表示。随后，我们在这些可控条件的指导下微调稳定扩散模型以增强人员表示。进一步，我们引入视角精炼解码器（VRD）以桥接实例级与全局级特征之间的差距。最后，利用人员表示和全视角特征进行目标人员检索。 在五个 AG-ReID 基准测试（即 CARGO、AG-ReIDv1、AG-ReIDv2、LAGPeR 和 G2APS-ReID）上的大规模实验表明，我们所提出的方法有效。源代码和预训练模型已提供，链接为 https://github.com/924973292/SD-ReID。
关键词
引用
@article{arxiv.2504.09549,
title = {SD-ReID: View-aware Stable Diffusion for Aerial-Ground Person Re-Identification},
author = {Yuhao Wang and Xiang Hu and Lixin Wang and Pingping Zhang and Huchuan Lu},
journal= {arXiv preprint arXiv:2504.09549},
year = {2026}
}
备注
This work is accepted by IEEE TIP 2026. More modifications may performed