연구진이 텍스트 설명을 이용한 인물 재식별(TIPR)에서 해상도 변화 문제를 해결하기 위해 Cross-Resolution Semantic Transfer (CRST) 프레임워크를 제안했어요.
CRST는 해상도에 따른 토큰 신뢰도 추정, 텍스트 기반 세부 조정, 교차 해상도 RDD(Ranking Distribution Drift)를 통해 증거 신뢰도 붕괴(ERC)와 랭킹 분포 왜곡(RDD) 문제를 해결해요.
CUHK-PEDES, ICFG-PEDES, RSTPReid 데이터셋 실험 결과, CRST는 초저해상도 환경에서 평균 5.7%의 Rank-1, 5.3%의 mAP 성능 향상을 보여줬어요.