PulseAugur
中
实时 21:59:15
English(EN) CMCC-ReID: Cross-Modality Clothing-Change Person Re-Identification

新的CMCC-ReID任务和数据集解决了跨模态、换装行人匹配问题

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员提出了一项名为跨模态换装行人重识别（CMCC-ReID）的新任务，以应对监控中跨不同摄像头模态和服装变化的个体匹配挑战。为了促进该领域的研究，他们还构建了一个新的基准数据集SYSU-CMCC，其中包含在可见光和红外域中以不同服装捕捉到的身份信息。提出的渐进式身份对齐网络（PIA）通过采用双分支解耦学习模块来获得与服装无关的表示，并通过双向原型学习模块来弥合模态差距并减少服装干扰，从而解决CMCC-ReID问题。 AI

影响 这项研究推进了行人重识别能力，通过处理摄像头类型和服装的变化，有可能改进监控和安全系统。

排序理由 该集群描述了一篇介绍用于行人重识别的新颖任务、数据集和模型的新学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CV 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

新的CMCC-ReID任务和数据集解决了跨模态、换装行人匹配问题

报道来源 [1]

  1. arXiv cs.CV TIER_1 English(EN) · Haoxuan Xu, Hanzi Wang, Guanglin Niu ·

    CMCC-ReID：跨模态换装行人重识别

    arXiv:2604.02808v2 Announce Type: replace Abstract: Person Re-Identification (ReID) faces severe challenges from modality discrepancy and clothing variation in long-term surveillance scenario. While existing studies have made significant progress in either Visible-Infrared ReID (…

相关话题