基于多视角跨模态的电力现场作业行人重识别网络架构技术研究

• 作者: 刘锦隆 尚赵伟 张森 张颉 王尧 闫斌
• 来源期刊: 四川电力技术
• 学科: 工学
• 关键词: 行人重识别 跨模态 注意力 多粒度特征
• 年，卷（期）: 2020,（6）
• 所属期刊栏目: 人工智能
• 页码范围: 6-10,15
• 页数: 6页
• 分类号: TP394.1
• 语种: 中文

摘要

可见光到红外光跨模态行人重识别目的是实现在白天和夜间环境下对行人身份的识别判断,在视频监控领域具有重要研究价值.因可见光和红外光成像原理的不同,给跨模态重识别问题带来了挑战.设计了一种新的网络结构,用于缓解模态间数据差异,提高行人重识别模型的精度.网络结构分为两部分:基于注意力的模态迁移模块嵌入特征网络的输入级,可缩小跨模态差异;基于分块的多粒度特征分解模块,同时考虑整体信息和局部信息并了提高有效信息的利用率.在公开数据集SYSU-MM01上,所提方法的累计匹配特性指标的rank1达到了56.45％,平均精确度指标达到了53.52％,比当前最佳方法(XIV,AAAI-2020)分别提高了6.53％和2.79％,有效提高了可见光到红外光跨模态行人重识别的性能.