图像与文本行人重识别联合训练存在目标冲突

Karina Kvanchiani 与 Timur Mamedov 发表论文，分析把基于图像（I2I）和基于文本（T2I）的行人重识别统一到单一模型时的优化冲突。论文称，I2I 要求同一身份的图像嵌入相互靠近，T2I 则要求保留与独特视觉特征绑定的实例级差异，共享视觉编码器上二者对同一嵌入提出相反要求。 论文通过实验表明，单一无约束编码器无法同时满足这两个目标。

AI 根据报道生成 · 46 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。