Person re-identification apparatus and method
PulseAugur coverage of Person re-identification apparatus and method — every cluster mentioning Person re-identification apparatus and method across labs, papers, and developer communities, ranked by signal.
2 天有情绪数据
-
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。
-
新的PRAISE框架利用视觉语言模型增强行人重识别
研究人员开发了一个名为PRAISE（Prompt-guided Attribute-based Inference-time Similarity Enhancement，提示引导的基于属性的推理时相似性增强）的新框架，利用视觉语言模型来改进行人重识别（ReID）。这个查询侧的测试时自适应框架构建了一个属性条件子空间（ACS），它利用属性提示的相似性来优化检索几何。在各种ReID基准上的实验表明，PRAISE能够持续增强VLM检索骨干…
-
SapiensID 2.0 通过语义和时间感知增强人类识别模型
研究人员推出了 SapiensID 2.0，这是一个新的框架，旨在通过与人类感知对齐来改进人类识别模型，而不是仅仅依赖静态的几何特征。这种方法通过融入语义和时间感知来解决“语义盲”和过度依赖瞬时噪声等问题。SapiensID 2.0 利用来自 Multimodal Large Language Models (MLLMs) 的知识，并采用不变特征对齐和瞬时噪声解缠等技术来关注持久特征并过滤噪声。此外，运动语义注意力头可以在不需要大量视…
-
新流程解决图像-文本在人员重识别中的冲突
研究人员开发了一种新的训练流程，以解决结合了图像和文本数据的行人重识别（ReID）系统中的优化冲突。所提出的解耦两阶段方法使用单一视觉编码器来学习共享表示，而不会受到基于图像（I2I）和基于文本（T2I）的检索目标之间的干扰。实验表明，使用I2I ReID进行预训练可以提高对T2I任务的泛化能力，并且在视觉编码器训练期间加入文本监督可以提高两种模态的性能。