이중 의미적 가이던스와 전역-지역 상호 변조를 통한 멀티모달 객체 재식별

연구진이 텍스트 의미 주입과 글로벌-로컬 특징 조절을 결합한 새로운 멀티모달 객체 ReID 프레임워크를 제안했다.

이 방법은 배경 잡음과 모달 간 정렬 문제를 줄이고, 대상 인스턴스를 더 정확하게 구분하도록 설계됐다.

핵심 구성은 Text-Semantic Injector, Masked Global-Local Modulator, Hierarchical MoE Fusion이다.

세 개의 벤치마크에서 성능 향상을 보이며, 멀티모달 검색·인식의 신뢰도를 높일 가능성을 보여줬다.