可见 - 红外人员再识别（VIReID）通过融合高级语义与视觉特征来处理不同模态的人员图像之间的身份匹配。基于 CLIP 的语义发现网络（CSDN）通过多模态学习的文本标记和集成文本特征来嵌入高级语义信息，提高了视觉特征的模态不变性。实验评估证实了 CSDN 方法的有效性和优越性。