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.
본 논문은 무감독 가시광선-적외선 사람 재식별을 위해 의사 레이블 보정 및 모달리티 수준 정렬 전략을 제안한다. 이를 통해 모달리티 간 격차를 줄이고 식별 판별적이며 모달리티 불변적인 특징을 학습할 수 있다.
본 논문은 가시광선-적외선 사람 재식별을 위해 패치 혼합 교차 모달리티 학습 프레임워크를 제안한다. 이 프레임워크는 두 모달리티 간의 의미적 대응을 학습하고 모달리티 불균형 문제를 완화할 수 있다.
프로토타입 기반 학습을 통해 모달리티 간 의미적 유사성을 캡처하고, 다양한 특징을 생성하여 모달리티 간 차이를 완화하는 방법을 제안한다.