본 논문은 다양한 데이터 모달리티를 포괄하는 Person Re-identification (ReID) 문제를 해결하기 위해, 다중 모달 대규모 언어 모델 (MLLM)의 활용 가능성을 탐구합니다. MLLM의 잠재력을 완전히 활용하기 위해, 연구진은 VP-ReID라는 새로운 벤치마크를 제시합니다. 이 벤치마크는 10가지 Person ReID 작업에 걸쳐 257,310개의 다중 모달 쿼리 및 갤러리 이미지를 포함합니다. 또한, MLLM 기반 Person ReID를 위한 두 가지 작업 지향적 평가 방식을 제안합니다. 실험 결과는 MLLM이 다양한 Person ReID 작업에서 인상적인 다재다능함, 효율성 및 해석 가능성을 보여주지만, 열 및 적외선 데이터와 같은 특정 모달리티 처리에는 한계가 있음을 나타냅니다. VP-ReID는 더 강력하고 일반화 가능한 교차 모달 기초 모델 개발을 촉진하는 것을 목표로 합니다.
