本研究提出DM-适配器，旨在降低基于文本的人物检索的计算成本并增强特征提取能力。通过结合混合专家和高效迁移学习，DM-适配器显著提升了细粒度特征表示，实验结果表明其性能优于现有方法。

本文介绍了多种基于文本的自然语言人物检索方法，采用注意力机制、双编码器和跨模态匹配等技术，显著提升了检索精度。这些方法在多个数据集上表现优异，推动了监控视频检索领域的发展。