La reconnaissance de personnes avec changement de vêtements vise à identifier la même personne portant des vêtements différents sur des caméras non superposées. Les méthodes avancées recourent soit à des modalités auxiliaires liées à l'identité (par exemple, croquis, silhouettes et points clés), soit à des étiquettes de vêtements pour atténuer l'impact des habits. Cependant, la dépendance à des modalités auxiliaires peu pratiques et peu flexibles ou à des annotations limite leur applicabilité dans le monde réel. Dans cet article, nous promouvons la reconnaissance de personnes avec changement de vêtements en exploitant les nombreuses sémantiques présentes dans les images piétonnes, sans nécessiter aucune modalité auxiliaire. Plus précisément, nous proposons d'abord un module unifié d'Extraction et de Raffinement Sémantique (SMR) pour extraire du contenu robuste lié à l'identité et des sémantiques saillantes, atténuant efficacement les interférences dues aux apparences vestimentaires. Nous proposons ensuite le cadre de Collaboration entre le Contenu et les Sémantiques Saillantes (CSSC) pour collaborer et exploiter diverses sémantiques, facilitant l'interaction et le raffinement sémantique parallèle. Notre méthode proposée atteint des performances de pointe sur trois benchmarks de changement de vêtements, démontrant son supériorité par rapport aux concurrents avancés. Le code est disponible sur https://github.com/QizaoWang/CSSC-CCReID.