跨模态行人重识别的对称网络算法

• 作者: 张艳 相旭 唐俊 王年 屈磊
• 来源期刊: 国防科技大学学报
• 学科: 工学
• 关键词: 跨模态 行人重识别 对称网络 对抗学习 混合三元损失
• 年，卷（期）: 2022,（1）
• 所属期刊栏目: 信息与通信工程·计算机科学与技术·电子科学技术|Information and Communication Engineering· Computer Science and Technology· Electronic Science and Technology
• 页码范围: 122-128
• 页数: 7页
• 分类号: TP391.4
• 语种: 中文
• DOI: 10.11887/j.cn.202201018

摘要

针对模态间差异,提出基于对称网络的跨模态行人重识别算法,该网络将基于概率分布的模态混淆与对抗学习结合,通过对称网络产生模态不变特征,从而达到模态混淆的目的;针对外观差异和模态内差异,使用不同隐藏层的网络卷积特征构造混合三元损失,提高网络的特征表征能力.RegDB和SYSU-MM01数据集上的大量实验结果表明了该方法的有效性.