该文综述可见光-红外行人重识别研究，针对RGB与红外图像模态差异大的难题，总结了多种方法：模态自适应Mixup与不变分解学习模态不变表征；基于对齐灰度模态生成一致数据并对齐特征；四流框架学习不同图像表示；专用数据增强减小图像损坏影响；双通道跨模态特征学习保留空间结构并提取对比特征；Patch-Mixed框架实现语义对应；视频跨模态方法构建数据集并提取时间信息；像素级抑制模态相关特征；生成配对图像进行全局与细粒度对齐；以及结合时空关系挖掘的对抗攻击防御视频方法。

本文综述可见光-红外行人重识别（VI-ReID）研究进展，介绍层次跨模态解耦、像素级模态抑制、互信息与模态一致性网络、CLIP驱动细粒度挖掘（CFine）、对齐灰度模态、四流框架、模态统一网络（MUN）、渐进共享模态Transformer（PMT）及多样化嵌入扩展网络等跨模态方法，并构建BUPTCampus数据集，在多个基准上优于现有方法。