公开(公告)号：CN118196838A

公开(公告)日：2024-06-14

申请号：CN202410438433.9

申请日：2024-04-12

Applicant: 南京邮电大学

Inventor： 杨真真 ,  吴心怡 ,  杨永鹏

IPC: G06V40/10 ,  G06V40/20 ,  G06V10/764 ,  G06V10/143 ,  G06V10/82 ,  G06V10/774

Abstract: 本发明涉及一种基于多维度信息学习的跨模态行人重识别方法，考虑可见光行人图像与红外行人图像，引入用于提取全局信息与通道信息的多维度信息挖掘模块MIM，构建待训练分类网络进行训练，获得跨模态行人重识别测试网络；应用中以待检测图像与候选图库集分别对应可见光、红外的不同模态为输入，对待检测图像实现行人重识别，训练中引入随机局部错切增强处理，有效模拟了视点变化和行人肢体变化，提高模型对行人姿态和视点变化的鲁棒性，并且通过对特征提取器得到的特征进行损失函数约束，应用周期性循环聚焦损失来约束模型在训练过程中对难易样本的不同关注度，更有效地提高模型性能，使得方案在累积匹配特征曲线、平均精度均值上实现了更佳的效果。