La ré-identification non supervisée de personnes visible-infrarouge (USL-VI-ReID) joue un rôle central dans les applications de vision par ordinateur multimodale pour la surveillance intelligente et la sécurité publique. Cependant, cette tâche reste entravée par d'importants écarts de modalité et une granularité limitée dans les représentations des caractéristiques. En particulier, l'augmentation de canal (CA) est généralement utilisée uniquement pour l'augmentation des données, et son potentiel en tant que modalité d'entrée indépendante demeure inexploré. Pour remédier à ces lacunes, nous présentons un cadre collaboratif multimodule USL-VI-ReID qui traite explicitement la CA comme une modalité d'entrée distincte. Le cadre combine quatre modules complémentaires. Le module Person-ReID Adaptive Convolutional Block Attention Module (PA-CBAM) extrait des caractéristiques discriminantes en utilisant un mécanisme d'attention à deux niveaux qui affine les indices spatiaux et de canal saillants. Le module Varied Regional Alignment (VRA) réalise un alignement régional intermodal et exploite le Multimodal Assisted Adversarial Learning (MAAL) pour renforcer la correspondance au niveau régional. Le Varied Regional Neighbor Learning (VRNL) met en œuvre un apprentissage de voisinage fiable via l'association multi-régions pour stabiliser les pseudo-étiquettes et capturer la structure locale. Enfin, le module Uniform Merging (UM) fusionne les clusters divisés à travers un apprentissage contrastif alternatif pour améliorer la cohérence des clusters. Nous évaluons la méthode proposée sur SYSU-MM01 et RegDB. Dans le paramètre visible-vers-infrarouge de RegDB, l'approche atteint Rank-1 = 93,34 %, précision moyenne moyenne (mAP) = 87,55 %, et pénalité négative inverse moyenne (mINP) = 76,08 %. Ces résultats indiquent que notre méthode réduit efficacement les disparités modales et augmente la discriminabilité des caractéristiques. Elle surpasse la plupart des bases non supervisées existantes ainsi que plusieurs approches supervisées, faisant progresser ainsi l'applicabilité pratique de l'USL-VI-ReID.
Sun et al. (mercredi,) ont étudié cette question.