10.14132/j.cnki.1673-5439.2023.02.007
基于图卷积的跨模态行人重识别方法
近年来,红外-可见光的行人重识别在视频监控、网络刑侦等领域应用广泛,这项任务的目的是实现RGB摄像机和红外摄像机下出现的同一行人的匹配.由于行人图像在RGB模态和红外模态下存在较大差异,因而使得该项任务具有一定的挑战性.文中提出一种基于图卷积的跨模态行人重识别方法,同时提出一种新颖的异心三元组损失函数,用于更好表征行人特征.该方法首先对水平切割方法进行改进,在此基数上以局部特征和全局特征为节点构建图卷积神经网络,并利用构建的图卷积神经网络学习图像结构化特征;然后,引入了一种全新的异心三元组损失函数,并结合Softmax损失函数进一步提高模型性能.两个公开数据集上进行的对比实验、消融实验以及可视化实验结果验证了文中所提方法的卓越性能.
红外、行人重识别、图卷积、三元组损失
43
TP391.4(计算技术、计算机技术)
南京邮电大学科研基金资助项目NY221077
2023-06-08(万方平台首次上网日期,不代表论文的发表时间)
共10页
53-62