是什么让你独一无二？用于目标重识别的属性提示组合
计算机视觉与模式识别
2025-09-24 v1
摘要
目标重识别（ReID）旨在跨非重叠摄像机视图识别个体。尽管近期取得了显著进展，但大多数现有模型局限于单域或跨域场景，限制了其在现实世界中的适用性。单域模型倾向于过拟合特定领域的特征，而跨域模型通常依赖多样的归一化策略，可能无意中抑制了身份特定的判别线索。为了解决这些局限性，我们提出了属性提示组合（APC）框架，利用文本语义共同增强判别能力和泛化能力。具体而言，我们设计了一个属性提示生成器（APG），由语义属性字典（SAD）和提示组合模块（PCM）组成。SAD 是一个超完备属性字典，用于提供丰富的语义描述，而 PCM 自适应地从 SAD 中组合相关属性，以生成具有判别性的属性感知特征。此外，受视觉-语言模型（VLM）强大泛化能力的启发，我们提出了一种快慢训练策略（FSTS），以平衡 ReID 特有的判别性和可泛化的表示学习。具体而言，FSTS 采用快速更新流（FUS）快速获取 ReID 特有的判别知识，并采用慢速更新流（SUS）保留继承自预训练 VLM 的可泛化知识。通过相互交互，该框架有效地聚焦于 ReID 相关特征，同时缓解过拟合。在传统和域泛化（DG）ReID 数据集上的大量实验表明，我们的框架超越了现有最先进的方法，在判别性和泛化性方面均表现出优越的性能。源代码可在 https://github.com/AWangYQ/APC 获取。
引用
@article{arxiv.2509.18715,
title = {What Makes You Unique? Attribute Prompt Composition for Object Re-Identification},
author = {Yingquan Wang and Pingping Zhang and Chong Sun and Dong Wang and Huchuan Lu},
journal= {arXiv preprint arXiv:2509.18715},
year = {2025}
}
备注
Accepted by TCSVT2025