摘要

近年来，重识别（ReID）任务在计算机视觉领域日益受到关注，这得益于其广泛的应用场景以及零样本学习（zero-shot learning）的特性。本文提出了一种计算高效的细粒度重识别模型——FGReID，该模型是首批在保持训练参数数量极少的前提下，统一处理图像与视频重识别任务的模型之一。FGReID充分利用基于视频的预训练策略与空间特征注意力机制，在视频与图像重识别任务上均显著提升了性能。在MARS、iLIDS-VID和PRID-2011等主流视频行人重识别基准测试中，FGReID取得了当前最优（SOTA）的性能表现。通过移除时间池化操作，该模型可进一步转化为高效的图像重识别模型，在CUHK01与Market1501两个主流图像行人重识别基准上也超越了现有最优方法。此外，FGReID在车辆重识别数据集VeRi上也达到了接近SOTA的性能，充分展示了其良好的泛化能力。本文还进行了消融实验，系统分析了影响模型在ReID任务中表现的关键因素。最后，文章探讨了ReID技术可能引发的伦理困境，特别是其潜在的滥用风险。本研究的代码已公开发布于：https://github.com/ppriyank/Fine-grained-ReIdentification。