典型文献
基于像素对齐和特征对齐的跨模态行人重识别
文献摘要：
为了减少可见光-红外跨模态行人重识别中较大的跨模态差异,提出一种联合像素对齐和特征对齐的跨模态行人重识别方法.首先,从像素级角度出发,利用对齐生成对抗网络(alignment generative adversarial network,AlignGAN),将可见光图像转换为红外图像,减少可见光和红外图像之间的跨模态差距.其次,从特征级角度出发,通过交换可见光和红外图像的模态特定特征来生成跨模态配对图像,同时进行全局集合级对齐和细粒度实例级对齐.最后,运用基于非局部块的深度为50层的残差网络(50-layer residual nets,ResNet-50)捕获图像的长距离依赖关系.在SYSU-MM01数据集上进行了大量试验,我们的方法得到41.8％ 的识别准确率,在相比较的方法中准确率最高.可见,本方法可以有效地减少跨模态行人重识别中较大的跨模态差异.本研究结果可为跨模态行人重识别的研究提供参考.
文献关键词：
行人重识别;跨模态;像素对齐;特征对齐;非局部神经网络
中图分类号：
作者姓名：
李俊峰;楼琼;钱亚冠;孙安临
作者机构：
浙江科技学院理学院,杭州310023
文献出处：
引用格式：
[1]李俊峰;楼琼;钱亚冠;孙安临-.基于像素对齐和特征对齐的跨模态行人重识别)[J].浙江科技学院学报,2022(03):251-260
A类：
像素对齐,AlignGAN
B类：
特征对齐,跨模态行人重识别,模态差异,合像,像素级,生成对抗网络,alignment,generative,adversarial,network,可见光图像,图像转换,红外图像,来生,细粒度,残差网络,layer,residual,nets,ResNet,长距离依赖,依赖关系,SYSU,MM01,识别准确率,非局部神经网络
AB值：
0.249103
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。
