祝贺实验室团队博士生窦曙光一篇论文” Human Co-Parsing Guided Alignment for Occluded Person Re-identification” 被IEEE Transactions on Image Processing录用。本文提出了一种基于人体协同分割的遮挡行人再识别方法。现有的基于人体解析的遮挡行人再识别方法可以通过在最细的像素水平上进行语义对齐来解决遮挡问题，但它们的性能却受到人体解析模型的严重影响。大多数有监督的方法建议在行人再识别模型之外训练一个额外的人体解析模型，并进行跨域预测，这就造成了昂贵的标注成本和跨域差距；无监督的方法将基于特征聚类的人体解析过程整合到再识别模型中，但缺乏监督信号带来的分割结果不太令人满意。然而训练数据集中的预存信息可以直接作为监督信号来训练人体解析模型，不需要任何额外的注释。由此设计一个人体协同解析指标对齐（HCGA）框架，将弱监督的人体协同解析网络整合到行人再识别网络中。