基于内容和显著语义协作的换衣行人重识别

换衣行人重识别旨在跨非重叠摄像头识别穿着不同衣物的同一行人。现有的先进方法要么依赖于身份相关的辅助模态（例如，素描、轮廓和关键点），要么使用衣物标签来减轻衣物变化的影响。然而，依赖不切实际且灵活性差的辅助模态或注释限制了这些方法在现实世界中的应用。本文中，我们通过利用行人图像中丰富的语义信息，无需任何辅助模态，推动了换衣行人重识别的发展。具体而言，我们首先提出了一种统一的语义挖掘与精炼（SMR）模块，用于提取稳健的身份相关内容和显著语义，有效减轻了衣物外观的干扰。进一步地，我们提出了内容与显著语义协作（CSSC）框架，以促进多种语义之间的协作与利用，实现跨并行语义交互和精炼。我们的方法在三个换衣基准数据集上取得了最先进的性能，证明了其相对于现有先进竞争对手的优势。代码可在 https://github.com/QizaoWang/CSSC-CCReID 获取。