公开(公告)号：CN119418400A

公开(公告)日：2025-02-11

申请号：CN202411459403.2

申请日：2024-10-18

Applicant: 重庆邮电大学

Inventor： 胡敏 ,  欧阳康生 ,  黄宏程 ,  肖泽林

IPC: G06V40/20 ,  G06V20/40 ,  G06V20/52 ,  G06V10/143 ,  G06V10/44 ,  G06V10/42 ,  G06V10/25 ,  G06V10/80 ,  G06V10/74 ,  G06V10/82 ,  G06F16/783 ,  G06N3/0464 ,  G06N3/045 ,  G06N3/084

Abstract: 本发明涉及一种多尺度多分支特征利用的跨模态行人重识别方法，属于跨模态行人重识别领域。其包括：获取原始数据集，并通过随机通道学习原始数据集中的可见光模态图像的每个通道与单通道红外光模态图像之间的关系；将处理后图像输入跨模态特征提取模块，其中，先通过双流网络处理不同模态的不同属性，随后再通过共享网络提取多尺度特征；将多尺度特征输入多尺度信息挖掘模块进行特征融合；融合特征再由多分支联合模块进行判别特征提取，通过各分支提取的判别特征协同进行行人重识别。本发明将多层次的空间特征信息结合进行特征提取，并利用全局特征和局部特征来增大视觉表征中红外模态与可见光模态的相关性，提高了跨模态行人重识别的检索准确率。