面向空地行人重识别的视角感知语义对齐
计算机视觉与模式识别
2026-05-19 v1
摘要
由于无人机与固定摄像头之间存在剧烈的视角变化，空地行人重识别 (AGPReID) 仍然极具挑战性。现有方法通常遵循视角不变范式，通过跨视图对齐共享特征来实现鲁棒性。然而，视角不变性本质上强制执行部件级对齐，忽略了特定视角的线索和判别性身份信息。为此，本工作提出了 ViSA (View-aware Semantic Alignment，视角感知语义对齐)，一个实现跨视角语义一致性的视角感知框架，包含专家驱动的 Token 生成模块 (ETGM) 和双分支局部融合模块 (DLFM)。在技术上，前者构建一组视角感知专家以生成自适应语义查询，从而感知特定视角的模式；而后者利用图推理提取并对齐对不同专家敏感的局部区域。在包括 AG-ReID.v2、CARGO 和 LAGPeR 在内的三个 AGPReID 基准上的大量实验表明，ViSA 持续取得卓越性能，在具有挑战性的 CARGO 跨视角协议上实现了 10.06% 的显著 mAP 提升。代码可在 \href{https://github.com/Cat-Zero/ViSA}{https://github.com/Cat-Zero/ViSA} 获取。
引用
@article{arxiv.2605.18192,
title = {View-Aware Semantic Alignment for Aerial-Ground Person Re-Identification},
author = {Quan Zhang and Zeqiang Cai and Peiming Zhao and Jingze Wu and Cailun Wu and Hongbo Chen and Jianhuang Lai},
journal= {arXiv preprint arXiv:2605.18192},
year = {2026}
}
备注
CVPR 2026 POSTER