计算机应用研究

作者：江锴威,王进,张琳钰,芦欣,刘国庆,

单位：1.南通大学信息科学技术学院,江苏南通226000；2.南通理工学院计算机与信息工程学院,江苏南通226000；3.中天智能装备有限公司,江苏南通226010；

关键词：跨模态行人重识别,智能安防,双流网络,局部监督,跨模态分组损失,

基金：国家自然科学基金资助项目(62002179)；2022年南通市科技计划资助项目(JC22022063)；；

跨模态行人重识别技术旨在从非重叠视域不同模态的摄像头捕获的行人图像中，识别出特定行人，行人图像间存在巨大的跨模态差异以及模态内部差异，导致识别率不高。为此，提出了一种利用局部监督的跨模态行人重识别方法（LSN）。首先将可见光图像转换成与红外图像更为接近的灰度图像，在图像层面缓解跨模态的差异，并使用共享参数的双流网络，提取具有判别性的共享特征，在特征层面缓解跨模态差异；其次，设计了局部监督网络，增强了对背景、遮挡等噪声的鲁棒性，缓解了模态内部差异；最后，设计了跨模态分组损失、联合身份损失对网络进行约束。实验结果显示，在SYSU-MM01数据集上，评价指标rank-1和mAP分别达到了53.31%、50.88%；在RegDB数据集上，达到了73.51%、68.55%，实验结果优于同类方法，验证了该方法的有效性和先进性。

来源：2023年第4期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2023年第4期