arXiv Computer Vision· Timur Mamedov, Karina Kvanchiani, Anton Konushin, Vadim Konushin·· 2 小时前AI 评分22
ReText：文本如何提升基于图像的行人重识别泛化能力
ReText: Text Boosts Generalization in Image-Based Person Re-identification
AI 导读
ReText 通过微调 VLM 为多摄像头数据集补充文本描述，并用文本监督训练视觉特征，在跨域行人重识别基准上显著优于现有方法。该方法联合优化 Re-ID、图文匹配和文本引导的图像重建三项任务，并利用单摄像头数据及其伴随的文本标注提升泛化能力。扩展后的数据集与 VLM 权重已公开，成果被 WACV 2027 接收。
来源：arXiv Computer Vision · arxiv.org