典型文献
基于双重模态距离约束的红外-可见光行人重识别
文献摘要：
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,这项任务的目的是匹配RGB摄像机和红外摄像机拍摄的同一行人.由于行人图像在RGB模态和红外模态下存在较大的差异,使得该任务具有一定的挑战性.文中提出一种混合交叉的双路径特征学习网络,同时提出一种新颖的整体约束和部分三元组-中心损失函数,用于更好表征行人的局部特征.该网络模型首先提取不同模态下的行人特征,然后将提取的特征水平切割为p个部件后映射到公共空间,最后通过模态特定身份损失、交叉熵损失以及提出的损失函数共同协作,提升整体性能.提出的损失函数首先利用整体约束,用于缩小不同模态的差异;然后,通过融合三元组损失和中心损失,用以扩大同一模态内不同类别间的差异,从而实现同一类别样本更接近其中心,同时远离其它类别中心.实验表明,该方法在SYSU-MM01和RegDB两个公共数据集上的性能优于其他方法.
文献关键词：
行人重识别;红外;双路径;三元组损失;中心损失
中图分类号：
作者姓名：
朱松豪;吕址涵
作者机构：
南京邮电大学自动化学院、人工智能学院,江苏南京 210023
文献出处：
引用格式：
[1]朱松豪;吕址涵-.基于双重模态距离约束的红外-可见光行人重识别)[J].南京邮电大学学报（自然科学版）,2022(03):52-65
A类：
双重模态
B类：
距离约束,可见光,行人重识别,视频监控,刑侦,RGB,红外摄像机,一行,下存,得该,双路径,特征学习,学习网络,中心损失,损失函数,局部特征,射到,公共空间,特定身份,交叉熵损失,整体性能,数首,三元组损失,大同,别样,SYSU,MM01,RegDB,公共数据,其他方法
AB值：
0.361766
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
