See What You Seek：基于语义上下文集成的换装人员重识别
计算机视觉与模式识别
2025-05-20 v2
摘要
换装人员重识别 (CC-ReID) 旨在跨越监控摄像机匹配个体，尽管服装会发生变化。现有方法通常通过缓解服装变化影响或增强身份 (ID) 相关特征来实现，但往往难以捕获复杂的语义信息。本文提出一种新型提示学习框架语义上下文集成 (SCI)，利用 CLIP 的视觉-文本表示能力以减少服装引起的差异并强化 ID 线索。具体而言，我们引入语义分离增强 (SSE) 模块，采用双可学习文本标记来分离服装相关语义与干扰因素，从而隔离 ID 相关特征。进一步，我们开发语义引导交互模块 (SIM)，使用正交化文本特征引导视觉表征，聚焦模型对独特 ID 特征的注意。这种语义集成提高了模型的判别能力，并通过高维信息丰富了视觉上下文。针对三个 CC-ReID 数据集上的大量实验表明，我们的方法在性能上优于最先进的技术。代码将在 https://github.com/hxy-499/CCREID-SCI 发布。
引用
@article{arxiv.2412.01345,
title = {See What You Seek: Semantic Contextual Integration for Cloth-Changing Person Re-Identification},
author = {Xiyu Han and Xian Zhong and Wenxin Huang and Xuemei Jia and Xiaohan Yu and Alex Chichung Kot},
journal= {arXiv preprint arXiv:2412.01345},
year = {2025}
}
备注
12 pages