Awesome-Multi-Modal-Object-Re-Identification

这是一个精心策划的资源列表，专门收集和整理多模态对象重识别（MM-ReID）领域的最新方法、数据集和资源。该合集覆盖了利用异构数据源（如RGB、红外、深度、文本等）进行鲁棒对象检索的前沿研究，收录了多模态对象重识别、多模态行人重识别和多模态车辆重识别等相关数据集。This is a carefully curated list of resources that specifically collects and organizes the latest methods, datasets, and resources in the field of multimodal object re-identification (MM-ReID). This collection covers cutting-edge research on robust object retrieval using heterogeneous data sources such as RGB, infrared, depth, text, and other modalities, and includes relevant datasets including multimodal object re-identification, multimodal pedestrian re-identification, and multimodal vehicle re-identification.

原始信息汇总

数据集概述：Awesome Multi-Modal Object Re-Identification

这是一个专注于多模态目标重识别（Multi-Modal Object Re-Identification, MM-ReID） 的精选资源列表，汇集了该领域的最新方法、数据集和相关资源，旨在利用异质数据源（如RGB、红外、深度、文本等）实现鲁棒的目标检索。

核心内容

1. 论文与方法

该资源库按类别整理了大量学术论文，涵盖三个主要方向：

• 通用多模态目标重识别 (General Multi-Modal Object ReID)：收录了来自 AAAI、CVPR、NeurIPS、ICML、TIFS、TIP 等顶级会议与期刊的 20 余篇论文，时间跨度从 2023 年至 2026 年。代表方法包括 STMI、Signal、IDEA、DeMo、MambaPro、Magic Tokens (EDITOR)、TOP-ReID 等，并附带了论文与开源代码链接。
• 多模态行人重识别 (Multi-Modal Person ReID)：收录了 6 篇相关论文，来自 TNNLS、AAAI 等，如 TIENet、DENet。
• 多模态车辆重识别 (Multi-Modal Vehicle ReID)：收录了 10 篇相关论文，来自 Inform Fusion、TITS、AAAI 等，如 FACENet、CCNet、HAMNet。

2. 数据集

列表提供了多个公开的多模态重识别数据集，涵盖行人和车辆两类目标：

• 行人重识别数据集：
  • RGBNT201：模态为 RGB + NIR + TIR，提供 Google Drive 下载链接。
  • Market1501-MM：模态为 RGB + NIR + TIR，提供 Google Drive 下载链接。
• 车辆重识别数据集：
  • RGBNT100：模态为 RGB + NIR + TIR，提供百度网盘下载链接，提取码为 rjin。
  • RGBNT300：模态为 RGB + NIR，提供百度网盘下载链接，提取码为 11y8。
  • MSVR310：模态为 RGB + NIR + TIR，提供 Google Drive 下载链接。
  • MSVWild863：模态为 RGB + NIR + TIR，提供外部仓库链接。

3. 研究趋势

该资源库包含一个自动生成的出版趋势图表，展示了该领域论文数量的变化趋势（基于列表中收录的论文）。

4. 团队贡献

该资源库特别列出了其研究团队的贡献，包括多个被 AAAI、CVPR 会议录用的工作，如 STMI、Signal、IDEA、DeMo、MambaPro、Magic Tokens (EDITOR) 和 TOP-ReID，每个工作均附有论文链接，部分提供代码链接。