부위별 의미적 속성을 이용한 키포인트 기반 개인 재식별 = Keypoint-based Re-identification with Part-level Semantic Attributes

국문 초록 (Abstract)

개인 재식별(Person Re-ID)은 실제 환경의 혼잡한 장면에서 발생하는 가림(occlusion)과 외관의 모호성(appearance ambiguity)으로 인해 여전히 해결이 어려운 과제로 인식되고 있다. 본 연구에서는 이러한 문제를 해결하기 위해, 키포인트 기반 프롬프트와 시각-언어 모델(Vision-Language Model, VLM)을 활용하여 신체 부위별 의미적 속성을 결합하는 부위별 개인 재식별 프레임워크를 제안한다. 제안하는 방법은 각 신체 부위를 시각적으로 의미 문장으로 표현하며, 이를 시각 특징 인코딩 과정에 통합함으로써 부분 가림이나 외관 변화에도 강건하고 구분력 있는 표현을 가능하게 한다. 구체적으로, CLIP 사전학습 모델을 활용하여 각 키포인트 주변 이미지에 대해 가장 적합한 설명 문장을 선택하고, 이를 의미적 속성으로 추출하여 공간 특징에 통합한다. .Occluded-Duke 및 Market-1501 데이터셋을 활용한 실험 결과, 제안한 방법은 기존 기법보다 우수한 성능을 보여주었다.

다국어 초록 (Multilingual Abstract)

Person re-identification (Re-ID) remains a challenging task due to occlusion and appearance ambiguity frequently encountered in real-world crowded scenes. To address these issues, we propose a part-level Re-ID framework that integrates semantic attributes using keypoint-based prompts and vision-language models (VLMs). Our method describes each body part using a natural language sentence and embeds the corresponding semantics into the spatial visual features, enabling robust and discriminative representations even under partial occlusion or appearance variation. Specifically, we leverage a CLIP-based pretrained model to select the most relevant attribute sentence for each detected keypoint region and inject it into the corresponding spatial features as semantic guidance during encoding. Experiments conducted on the Occluded-Duke and Market-1501 datasets demonstrate that our method outperforms existing approaches.