我们提出了一种共检测和标记（CoDeL）框架，以识别在多个图像中包含自相一致外观的人。 我们的CoDeL模型建立在基于可变形零件的模型上，可检测人的假设并通过匹配的分类器利用跨图像对应关系。 依靠高斯过程，该匹配分类器对两个假设的相似性进行建模，并有效地捕获了各种视觉特征所带来的相对重要性，从而减少了分散遮挡的不利影响。 此外，检测器和匹配的分类器一起使我们的模型适合于半监督的协同训练框架，该框架可以使用少量带标签的训练数据来获得增强的结果。 我们的CoDeL模型在现有基准数据集和新基准数据集上
