研究者发布跨视角车辆重识别基准Front2Back-ReID

研究者发布 Front2Back-ReID 基准，用于评测前摄与后摄之间的跨视角车辆匹配。该基准包含来自南非 20 段录制序列的 500 个经人工核验的车辆交接样本。 评测结果显示，最强视觉语言模型在目标裁剪图上取得 76.6% Rank-1 准确率，与冻结的 SigLIP2 基线 74.0% 的差异不具统计显著性；人类参与者使用完整图像达到 94.0%。研究者据此认为，通用视觉语言模型尚未稳定超越强视觉检索方法，人类在此任务上仍明显更可靠。

AI 根据报道生成 · 3 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。