摘要

监控摄像头之间的光照条件剧烈变化使得人员重识别问题极具挑战性。当前的大规模重识别数据集虽然包含大量训练对象，但在光照条件的多样性方面存在不足。因此，经过训练的模型在面对未见过的光照条件时需要进行微调才能有效工作。为了解决这一问题，我们引入了一个新的合成数据集，该数据集包含了数百种光照条件。具体而言，我们使用了100个虚拟人物，并通过多个高动态范围（HDR）环境贴图对其进行了照明，这些环境贴图能够准确模拟现实中的室内和室外光照情况。为了在未见过的光照条件下实现更高的准确性，我们提出了一种新颖的域适应技术，该技术利用我们的合成数据，在完全无监督的情况下进行微调。实验结果表明，我们的方法显著优于半监督和无监督的最先进方法，并且与有监督技术具有很强的竞争性。