Text-Guided Visual Representation Learning via Cross-Modal Fusion for Person Re-Identification

Person Re-identification (Re-ID) aims at accurately querying pedestrians across multiple non-overlapping cameras system, playing an essential role in computer vision applications. While CNN-based methods leverage feature aggregation and attention mechanisms to achieve competitive performance, their...

Szczegółowa specyfikacja

Opis bibliograficzny

Główni autorzy:	Ge Cao, Qing Tang, Xuan-Thuy Vo, Adri Priadana, Tien-Dat Tran, Kang-Hyun Jo
Format:	Artigo
Język:	Inglês
Wydane:	IEEE 2025-01-01
Seria:	IEEE Access
Hasła przedmiotowe:	Vision-language model cross-modal fusion contrastive learning
Dostęp online:	https://ieeexplore.ieee.org/document/11059954/
Etykiety:	Dodaj etykietę Nie ma etykietki, Dołącz pierwszą etykiete!