Pattern Recognition 2026 | 别再让“预训练”白费功夫！用领域对齐技术，攻克基于文本的行人检索的数据鸿沟

合成数据能解决基于文本的行人检索的隐私与数据稀缺问题，但“领域鸿沟”让预训练效果大打折扣。为此，我们提出双层面领域对齐框架，从图像级和区域级两个层面，系统性地缩小合成数据与真实数据之间的差距。我们的方法在 CUHK-PEDES、ICFG-PEDES、RSTPReid 上均取得 SOTA 结果，跨域泛化能力显著提升。代码与数据集已开源。