가려진 사람 재식별 문제를 해결하기 위해 마스크 자동 인코더와 전역-지역 특징 융합을 이용한 CNN 모델과 부분 가려진 토큰 기반 트랜스포머 모델을 앙상블하여 강건한 특징 표현을 생성한다.
제안된 특징 보완 트랜스포머(FCFormer)는 가려진 부분의 특징을 자동으로 보완하여 완전한 사람 재식별을 수행합니다.
사람 재식별 모델이 실시간으로 변화하는 분포에 적응할 수 있도록 유사도 수정 기법을 제안한다.
본 논문은 가시광선-적외선 사람 재식별을 위한 새로운 양방향 다단계 도메인 일반화 방법을 제안한다. 이 방법은 두 모달리티 간 특징 표현을 점진적으로 통합하여 도메인 간 격차를 줄이는 것을 목표로 한다.
사람 재식별 문제를 해결하기 위해 전체 및 부분 기반 의미 표현을 자기 지도 학습하는 방법을 제안한다. 이를 통해 다양한 사람 재식별 도메인과 모달리티에 걸쳐 강력한 성능을 달성할 수 있다.