介绍了PMT深度学习框架解决VI-ReID任务中的模态变化问题，提出了DCL和MSEL来改善特征区分能力。在SYSU-MM01和RegDB数据集上表现优于其他方法。

本文介绍了PMT深度学习框架，用于解决VI-ReID任务中的模态变化问题，并提出DCL和MSEL来提高特征区分度。该框架在SYSU-MM01和RegDB数据集上表现优异。

PMT是一种新的多源领域适应方法，使用类原型保持域特定信息，使用对比损失对不同类别进行对齐和分离，减小了参数大小与源域数量的关系，降低了内存问题和过拟合，并在多个物体检测数据集上表现优异。

本文介绍了PMT深度学习框架，用于解决VI-ReID任务中的模态变化问题，并提出了Discriminative Center Loss和Modality-Shared Enhancement Loss来提高特征区分度。该框架在SYSU-MM01和RegDB数据集上表现优异。