가시·적외선 인식 일관성 재정렬을 통한 사람 재식별 혁신

1. 연구 배경 및 동기 가시광선과 적외선 이미지가 혼합된 교차 모달 사람 재식별(V‑I ReID)은 야간이나 저조도 환경에서 보안·감시 시스템의 실용성을 크게 높인다. 그러나 두 모달리티 간의 색상·텍스처 차이와, 각 모달리티 내부에서 발생하는 조명·포즈 변동은 기존 단일 모달 재식별 기법을 그대로 적용했을 때 성능 저하를 초래한다. 기존 재정렬 기법들은 주로 k‑reciprocal, ECN, GCN 기반 등 하나의 관점(동질적 혹은 이질적)만을 고려해, 모달 간 격차와 모달 내 변동성을 동시에 완화하지 못한다는 한계가 있다. 2. 제안 방법 개요 본 논문은 이러한 한계를 극복하기 위해 HHCR(Homogeneous and Heterogeneous Consistency Re‑ranking)이라는 두 단계 진행형 재정렬 프레임워크를 설계하였다. HHCR은 (i) 이질적 일관성 재정렬(Heterogeneous Consistency Re‑ranking)과 (ii) 동질적 일관성 재정렬(Homogeneous Consistency Re‑ranking) 두 모듈로 구성된다. 또한, 재정렬 과정을 학습 단계와 연계하기 위해 Consistency Re‑ranking Inference network(CRI)를 제안한다. 3. 이질적 일관성 재정렬 상세 - 테스트 집합 전체를 가시와 적외선 이미지가 결합된 하나의 그래프로 구성하고, 각각 F_sub^v =