典型文献
双端可共享网络的多模态行人重识别方法
文献摘要：
针对多模态行人重识别中存在较大的类内差异和模态差异的问题,提出了一种使用双端共享网络的多模态行人重识别方法.通过裁剪和填充对不同模态的图片进行数据处理;将Resnet50的后4个卷积层中嵌入非局部注意力块,使用改进的Resnet50作为骨干网络分别对不同模态的图片进行特征提取,再将不同的特征输入共享网络;最后使用基于类内距离和模态差异的聚类损失对模型进行训练.实验结果表明,使用非局部注意力块和聚类损失的模型准确率有所提升,且模型更具有鲁棒性.
文献关键词：
多模态行人重识别;卷积神经网络;聚类损失
中图分类号：
作者姓名：
罗琪;焦明海
作者机构：
东北大学 计算机科学与工程学院,沈阳 110000
文献出处：
引用格式：
[1]罗琪;焦明海-.双端可共享网络的多模态行人重识别方法)[J].计算机工程与应用,2022(13):235-240
A类：
多模态行人重识别
B类：
双端,共享网络,类内差异,模态差异,裁剪,Resnet50,卷积层,非局部注意力,骨干网络,类内距离,聚类损失,模型准确率
AB值：
0.20996
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。
