一种从粗到细捕捉全局、局部和像素级特征的跨模态行人重识别模型，能有效解决单粒度特征匹配带来的错误匹配和对齐模糊问题。
Feng, Yujian · Chen, Feng · Sun, Guozi · 吴飞 · 季一木 · 刘天亮 · 刘尚东 · 荆晓远 · Jiebo, Luo
Pattern Recognition 2025
同时利用全局颜色、局部姿态和像素级细节，提供互补的身份线索，减少单一粒度特征造成的误匹配。
通过显著性增强的Transformer挖掘多粒度特征间的层次关系，确保不同粒度和模态间身份级显著性一致，改善跨模态对齐。
跨模态最近邻聚类损失直接最小化锚样本与其跨模态最近邻的距离，增强潜在空间中类内紧凑性，提升检索精度。