JudgeReID

视觉语言模型（VLM）充当“裁判”以评估人员重新识别任务

研究人员开发了一种新颖的方法，使用通用的视觉语言模型（VLM）作为零样本“裁判”来改进换装人员重新识别（CC-ReID）任务。这种VLM充当“裁判”的方法对现有检索模型的候选列表进行重新排序，在CHIRLA基准的四个场景中均显著提高了rank-1准确率，平均得分比专家模型高出12.9个百分点。为了优化计算成本，VLM“裁判”仅在两个专家模型对排名第一的候选者意见不一致时才被调用，计算量减少了约40%，而对mAP等性能指标的影响很小。