BriefGPT - AI 论文速递
·
基于属性的多提示学习与跨模态对齐的人员再识别
💡
原文中文，约400字，阅读约需1分钟。
📝
内容提要
本研究提出了一种名为Color Prompting（CoP）的方法，用于无数据的持续无监督域自适应个体重识别。CoP方法通过提示网络适应当前任务的颜色分布，并在图像转换时提供颜色风格转移指导。实验证明，CoP在颜色风格恢复和对新域的快速适应方面表现出较好的效果。经过持续培训管道后，CoP相比重复方法在已观察和未观察的域中分别有6.7%和8.1%的平均rank-1改进。
🎯
关键要点
- 本研究提出了一种名为Color Prompting（CoP）的方法，用于无数据的持续无监督域自适应个体重识别。
- CoP方法通过轻量级的提示网络适应当前任务的颜色分布，并提供颜色风格转移指导。
- CoP在颜色风格恢复方面表现出较好的抗遗忘效果，优于图像重复练习方法。
- 在给定少量未标记图像的情况下，CoP展现出对新域的快速适应的强大泛化性能。
- 经过持续培训管道后，CoP在已观察和未观察的域中分别有6.7%和8.1%的平均rank-1改进。
- 本文的源代码公开在指定的URL链接中。
🏷️
标签
➡️
