基于arXiv 2606.02242的分析：图像与文本驱动的人体重识别中优化目标的冲突

该论文提出了一种两阶段流水线，以解决统一图像与文本人体重识别模型中的优化冲突。核心发现是，图像目标与文本目标在共享视觉编码器上互斥。 方法上，先对视觉编码器进行图像不变性训练并冻结，再对齐文本编码器。实验表明，该策略能有效防止文本任务破坏已学的身份结构，并提升文本性能。 这些见解为构建统一的人体重识别系统提供了重要基础。