实体
SYSU-MM01
SYSU-MM01
PulseAugur coverage of SYSU-MM01 — every cluster mentioning SYSU-MM01 across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
2
90 天内 2
层级分布 · 90 天
主题
情绪 · 30 天
2 天有情绪数据
最近 · 第 1/1 页 · 共 2 条
-
新的DSMCL框架通过学习双空间一致性来增强跨模态重识别
研究人员推出了一种新颖的框架——双空间模态一致性学习（DSMCL），旨在增强通用跨模态重识别。该方法通过联合考虑图像数据的空间域和频域方面，解决了现有方法的局限性。DSMCL旨在通过对齐空间特征和通过对比学习规范化高频表示，来改善不同成像模态（如可见光和红外）之间一致性表示的学习。该框架设计为即插即用，能够与各种跨模态重识别架构集成，并在多个数据集和评估协议中展示出一致的性能提升。
-
新的SSRL框架增强了无监督行人重识别能力
研究人员开发了一种名为结构-语义互学习（SSRL）的新框架，以改进无监督可见光-红外图像行人重识别。该方法通过采用细粒度结构解耦提取可靠的身体部位锚点，并通过闭环语义校准机制过滤噪声，从而解决了模态差异和噪声伪标签等挑战。SSRL旨在创建一个自纠正系统，以实现鲁棒的跨模态表示，并在基准数据集上取得了有竞争力的结果。