摘要
空中-地面行人重识别（Aerial-Ground Person Re-Identification, Re-ID）在计算机视觉领域面临独特挑战，主要源于高空航拍摄像头与地面摄像头在视角、姿态和分辨率等方面的显著差异。现有研究大多集中于地面场景下的行人匹配，而针对空中视角的匹配研究相对较少，这主要受限于缺乏全面且高质量的基准数据集。为应对这一问题，我们提出了AG-ReID.v2数据集，专为混合空中与地面场景下的行人重识别任务而设计。该数据集包含1,615名不同个体的100,502张图像，每张图像均标注了匹配ID及15个软属性标签（soft attribute labels）。数据通过无人机（UAV）、固定式闭路电视（CCTV）以及集成智能眼镜的摄像头从多种视角采集，充分展现了同一身份在不同拍摄条件下的多样化变化。此外，我们还设计了一种可解释性注意力网络，专门适配该数据集。该网络采用三流架构，能够高效处理成对图像间的距离特征，突出关键的自上而下的视觉特征，并有效应对因高度差异导致的外观变化。实验对比结果表明，所提出方法在多个评价指标上显著优于现有基线模型。我们计划将该数据集及算法源代码公开发布，以推动该细分领域在计算机视觉研究中的发展。如需获取数据与代码，请访问：https://github.com/huynguyen792/AG-ReID.v2。