摘要

在本文中，我们探讨了一项极具挑战性但至关重要的任务：无监督长期跨服装人员再识别。现有的无监督人员再识别方法主要针对短期场景设计，通常依赖于RGB线索，因此无法感知与服装无关的特征模式。为了解决这一瓶颈，我们提出了一种基于轮廓的对比学习（SiCL）方法，该方法通过在一个对比学习框架内整合RGB线索和轮廓信息来学习跨服装不变性。据我们所知，这是首个专门为无监督长期跨服装人员再识别设计的框架，在六个基准数据集上表现出优越的性能。我们进行了广泛的实验，以评估所提出的SiCL方法与现有最先进的无监督人员再识别方法在所有代表性数据集上的表现。实验结果表明，我们的SiCL方法显著优于其他无监督再识别方法。