该文综述可见光-红外人物再识别（VI-ReID）研究，涵盖无监督多内存匹配、DOTLA跨模态标签分配、PMT渐进共享模态转换器、双向聚类匹配、MULT与OCLR标签精炼、BUPTCampus数据集、四流框架及弱监督文本驱动等方法，旨在解决跨模态差异与类内变异，提升24小时监控检索性能。

该研究提出了基于深度学习子模块的方法MatchNet，用于车道检测网络CLRNet中的标签分配过程。在曲线车道场景中，该方法在不同主干网络上均取得了显著的改进。此外，该方法提高了车道检测的置信水平。