CO-EVO는 연합 도메인 일반화 재식별 모델의 스타일 격차 문제를 해결하기 위한 새로운 프레임워크예요. 카메라 불변 의미적 앵커링(CSA)과 글로벌 스타일 다양화(GSD)를 통해 이미지 인코더가 강력한 해부학적 특징을 학습하도록 돕고, 다양한 스타일 변화에 적응하게 해요. 실험 결과, CO-EVO는 기존 방식보다 뛰어난 성능을 보여주며, 의미 정제와 스타일 확장의 시너지 효과가 중요함을 입증했어요.