该研究提出了半监督知识蒸馏框架，用于学习通用的域不变表示，以适用于每个新的人重新识别场景。在 FastHuman 基准测试上验证了该框架的有效性，可与目标领域上的监督学习相媲美。

本文介绍了一种利用多个标记数据集学习通用的域不变表示的方法，以适用于每个新的人重新识别场景。通过开发 DataHunter 来搜集 YouTube-Human 和其他标注数据集，提出了一个半监督知识蒸馏框架，并在 FastHuman 基准测试上证明了其有效性，可与目标领域上的监督学习相媲美。