Gradual domain generalization for visible-infrared person re-identification

Résumé

L’identification de personnes en mode visible infrarouge (Visible-infrared person re-identification, V-I ReID) est devenue une tâche essentielle pour les systèmes de surveillance modernes, puisqu’elle vise à associer correctement des individus capturés par des caméras de modalités différentes — visible (V) et infrarouge (I). Cependant, cette tâche reste difficile en raison de l’important décalage de domaine entre les modalités, se traduisant par de fortes divergences d’apparence, de texture et d’illumination. Ce décalage limite gravement la capacité de généralisation des modèles d’apprentissage profond et réduit la performance en recherche cross-modale. De plus, les méthodes classiques d’extraction de caractéristiques manquent souvent de discriminabilité car elles reposent sur des représentations globales, négligeant des attributs fins et spécifiques à l’identité, pourtant essentiels pour un appariement robuste. Les protocoles d’évaluation existants renforcent ces limites en supposant, lors des tests, une galerie uni-modale, ce qui ne correspond pas aux conditions réelles des systèmes de surveillance 24h/24, qui doivent naturellement traiter des galeries multi-modales. Cette thèse, intitulée Gradual Domain Generalization for Visible-Infrared Person Re-Identification, aborde ces défis de manière systématique à travers un cadre progressif et structuré de généralisation de domaine. Trois contributions majeures y sont proposées : 1. AGPI2 (Adaptive Generation of Privileged Intermediate Information), qui introduit des modalités intermédiaires dynamiques afin de guider l’apprentissage de caractéristiques invariantes aux modalités ; 2. BMDG (Bidirectional Multi-step Domain Generalization), qui affine progressivement l’alignement des caractéristiques locales pour réduire plus efficacement l’écart entre domaines ; 3. MixReID, qui sépare les informations spécifiques à la modalité de celles propres à l’identité, afin d’améliorer la performance dans des conditions mixtes et réalistes. Des expérimentations approfondies sur les bases de données SYSU-MM01, RegDB et LLCM démontrent que les approches proposées atteignent des résultats à l’état de l’art dans divers scénarios difficiles, incluant l’occlusion, les variations extrêmes de luminosité et les contextes multi-modaux. Au-delà de l’identification visible-infrarouge, cette thèse s’intéresse également à un problème complémentaire et actuel : renforcer l’interprétabilité et l’interopérabilité des modèles de vision profonds. Inspirée par les mécanismes de découverte de prototypes développés pour la ReID, elle propose un cadre d’explicabilité permettant la découverte automatique de concepts primitifs et prototypiques, sans annotation manuelle. Cette approche améliore la transparence et la robustesse des explications produites, même dans des conditions difficiles. En comblant le fossé entre performance et interprétabilité, cette thèse contribue au développement de systèmes d’intelligence artificielle plus fiables et déployables dans des applications réelles.

Date	12 janv. 2026
langue originale	Anglais américain
Établissement diplômant	École de technologie supérieure
Superviseur	Éric Granger (Directeur(-trice)) & Rafael Menelau Oliveira Cruz (Codirecteur(-trice))