公开(公告)号：CN116959098A

公开(公告)日：2023-10-27

申请号：CN202310720600.4

申请日：2023-06-16

Applicant: 南京邮电大学

Inventor： 罗梓淇 ,  吴飞 ,  黄庆花 ,  岳晓凡 ,  周睿璇

IPC: G06V40/20 ,  G06V40/10 ,  G06V10/56 ,  G06V10/774 ,  G06V10/82 ,  G06V10/80 ,  G06V10/764

Abstract: 本发明公开了一种基于双粒度三模态度量学习的行人重识别方法及系统包括：获取跨模态行人图像数据集，并划分为训练集和测试集；对训练集的彩色行人图片进行颜色空间转换生成灰度图像，并将训练集的三个模态的图像进行特征提取；对提取的特征进行处理得到细粒度特征和粗粒度特征，根据粗、细粒度特征构造三元组，并设计三元损失函数对粗、细粒度特征进行学习；设计多模态分类器和正样本优化器，并结合三元损失函数训练网络模型，待网络模型收敛后，对测试集的行人图片进行检索；本发明提供的方法可以增加同类不同模态特征的紧凑性，缩小模态间差异，提高行人图像的检索准确率。