本研究では、視覚的なクエリ（画像から画像への照合：I2I）またはテキストによる説明（テキストから画像への照合：T2I）を基にした人物再識別（ReID）の新しい手法、階層的プロンプト学習（HPL）を提案します。従来の手法はこれらの茨入に対して別々に取り組んでいましたが、本手法はタスクを統一したフレームワークで最適化します。具体的には、タスクに応じたルーティングを行う双分類トークンを用いたトランスフォーマーを導入し、同時に特徴ルーティングを行います。また、階層的プロンプト生成スキームを開発し、インスタンス特有のセマンティクスを持つ擬似テキストトークンを使用します。さらに、クロスマodalプロンプト正則化戦略により、セマンティクスの整合性を向上させます。多くのReIDベンチマークにおいて、我々の手法がI2IおよびT2Iタスクの両方で最先端の性能を達成することが実証されました。