小标注量即获高精度
利用少量标注样本即可生成可靠的跨模态伪标签，使可见光-红外行人重识别模型在实际部署中达到与全监督方法相当的性能，同时大幅减少人工标注成本。
朱小柯 · Lingyun, Dong · 陈小潘 · 张新宇 · Qi, Fumin · 荆晓远
Pattern Recognition 2025
通过计算跨模态匹配和聚类的置信度来增强伪标签的可靠性，从而更有效地利用无标注数据。
设计了动态和静态记忆库以及基于最近邻类的采样器，从标注和伪标注数据中有效提取判别性信息，保证模型性能。
在极少量标注数据下取得非常有竞争力的性能，为实际部署提供了有效替代方案。