本文提出了一种视觉引导的语义组网络（VGSG），用于解决基于文本的人物搜索（TBPS）问题。该方法通过引导的视觉线索提取对齐良好的细粒度视觉和文本特征，并采用关系性知识传递方法来传播信息，实现语义组文本特征与相应的视觉特征对齐。该方法在两个基准测试中表现出优越性。