用于无监督可见光-红外线人物再识别的模态感知偏见缓解和不变性学习

这篇文章很可能是一篇关于人物再识别的研究论文，特别关注在可见光和红外图像模态下无监督学习的挑战。核心问题在于减轻偏见并学习跨不同模态的不变特征。标题表明重点在于解决特定模态的偏见，并学习无论输入是可见光图像还是红外图像都保持一致的特征。无监督方面意味着没有标记数据，这使得任务更具挑战性。

• •侧重于使用可见光和红外图像的无监督人物再识别。
• •解决特定模态的偏见，并旨在学习不变特征。
• •可能提出了用于偏见缓解和不变性学习的新技术。