行人检索ChatReID: Open-ended Interactive Person Retrieval via Hierarchical Progressive Tuning for Vision

论文作者：Ke Niu,Haiyang Yu,Mengyang Zhao,Teng Fu,Siyang Yi,Wei Lu,Bin Li,Xuelin Qian,Xiangyang Xue

作者单位：Fudan University;Northwestern Polytechnical University

论文链接：http://arxiv.org/abs/2502.19958v1

内容简介：

1）方向：行人重识别（Person Re-ID）

2）应用：行人重识别（Person Re-ID）

3）背景：现有的基于大规模视觉语言模型（LVLMs）的人物重识别方法取得了一定进展，但存在局限性，主要是依赖固定模板提取文本嵌入，并将其用于图像表示或特定任务的提示调优。此外，这些方法无法采用视觉问答（VQA）推理格式，限制了其广泛应用。

4）方法：本文提出了一个新的、通用的行人重识别框架——ChatReID。该方法引入了分层渐进调优（HPT）策略，通过逐步优化模型的区分能力，确保细粒度的身份检索。HPT策略使得模型能够在多模态交互中实现更精细的身份识别。

5）结果：大量实验表明，ChatReID在四种不同的重识别设置下，超过了现有最先进方法（SOTA），在十个基准测试中表现优越，展现了更强的灵活性和用户友好性。ChatReID为现实世界中的行人重识别应用提供了一个可扩展且实用的解决方案，能够有效实现多模态交互和精细化身份区分。