[논문] 낮과 밤을 잇다: 시너지 프롬프트와 프로토타입 학습을 활용한 비지도 교차 도메인 재식별
개요
교차 도메인 주야간 재식별 (ReID)은 주간과 야간 장면 사이의 큰 시각적 외관 차이로 인해 근본적으로 어려움을 겪는다. 기존의 완전 지도 학습 방법은 노동 집약적인 라벨링에 크게 의존하며, 비용이 많이 들고 도메인 간 일반화가 제한적이다. 본 연구에서는 비지도 주야간 ReID를 탐구하고, 프롬프트 학습과 프로토타입 기반 표현 학습을 시너지 있게 결합하여 수동 라벨 없이도 도메인 간 정체성을 연결하는 새로운 프레임워크를 제안한다. 우리 접근법은 점진적인 2단계 학습 전략을 따른다. 첫 번째 단계에서는 비주석 방식으로 비전‑언어 모델을 활용해 인스턴스별 텍스트 프롬프트를 생성한다. 인스턴스 수준 정렬 메커니즘을 사용해 시각적 특징과 텍스트 프롬프트를 통합 의미 공간에 임베딩하고, 인스턴스 인식 동적 바이어스 적응을 통해 라벨이 없는 주·야간 이미지와 학습 가능한 프롬프트를 정렬한다. 두 번째 단계에서는 도메인별 프로토타입 메모리 뱅크를 구축하고 두 개의 보완 모듈을 도입한다: i) 각 도메인 내 특징 구별성을 향상시키는 도메인 내부 정체성 연관 모듈, ii) 주·야간 간 강인한 정체성 대응을 구축하기 위해 양성 및 음성 프로토타입 쌍을 신뢰성 있게 식별하는 교차 도메인 프로토타입 매칭 모듈. 공개 벤치마크에 대한 광범위한 실험을 통해 우리 방법의 효과성을 검증하였다. 비지도 설정에서도 우리 프레임워크는 최첨단 완전 지도 방법에 필적하는 Rank‑1 정확도를 달성한다.
주요 기여
이 논문은 다음 분야의 연구를 제시한다:
- cs.CV
방법론
자세한 방법론은 전체 논문을 참고하시기 바랍니다.
실용적 함의
이 연구는 컴퓨터 비전(cs.CV) 분야의 발전에 기여한다.
저자
- Jiyang Xu
- Rui Liu
- Hang Dai
논문 정보
- arXiv ID: 2606.12258v1
- Categories: cs.CV
- Published: 2026년 6월 10일
- PDF: PDF 다운로드