一种基于中间域的可见光和红外跨模态行人重识别方法技术

本发明专利技术公开的一种基于中间域的可见光和红外跨模态行人重识别方法，属于计算机视觉技术领域。本发明专利技术包括步骤：1、利用中间域生成器中源域和目标域权重生成中间域的特征；2、利用交叉熵损失对中间域与源域、目标域的分布差异优化并利用L2范数对领域之间的距离优化；3、对优化后的目标域中的可见光与红外的特征使用DBSCAN聚类方法分配伪标签p，并利用特征存储字典对特征存储；4、构建可见光模态、红外模态下聚类的图表示用于计算节点的相似度；5、对可见光模态和红外模态的相似度进行加权二分图的聚类特征匹配；6、利用ClusterNCE损失对聚类特征匹配进行对比学习。与现有技术相比，本发明专利技术能够提升可见光和红外跨模态行人重识别方法中泛化能力。

【技术实现步骤摘要】

本专利技术涉及一种基于中间域的可见光和红外跨模态行人重识别方法，属于计算机视觉。

技术介绍

1、可见光和红外跨模态行人重识别任务是计算机视觉领域的一个重要挑战，对全天候视频监控、智能安防和人流分析等应用具有重要意义。

2、尽管基于有监督学习的可见光和红外跨模态行人重识别方法已取得一定进展，但由于高质量标注数据获取成本高，这些方法的应用范围受到限制。相比之下，无需标签的无监督学习在可见光和红外跨模态行人重识别中更具实际意义。

3、然而，目前的大多数研究集中于模型在特定数据集上的表现，忽略了对模型泛化能力的研究，导致在数据域变化时，算法性能显著下降，从而限制了其实用性。

4、因此，在数据域发生变化时，如何提升可见光和红外跨模态行人重识别方法中泛化能力已经成为亟待解决的问题。

技术实现思路

1、本专利技术的目的是为了解决现有的可见光和红外跨模态行人重识别方法中泛化能力低的技术问题。提出一种基于中间域的可见光和红外跨模态行人重识别方法。

2、本专利技术的目的是通过以下技本文档来自技高网...

【技术保护点】

1.一种基于中间域的可见光和红外跨模态行人重识别方法，其特征在于：包括以下步骤，

2.如权利要求1所述的一种基于中间域的可见光和红外跨模态行人重识别方法，其特征在于：步骤1实现方法为，

3.如权利要求1所述的一种基于中间域的可见光和红外跨模态行人重识别方法，其特征在于：步骤2实现方法为，

4.如权利要求1所述的一种基于中间域的可见光和红外跨模态行人重识别方法，其特征在于：步骤4实现方法为，

5.如权利要求1所述的一种基于中间域的可见光和红外跨模态行人重识别方法，其特征在于：超参数τ的取值为0.05。

【技术特征摘要】

1.一种基于中间域的可见光和红外跨模态行人重识别方法，其特征在于：包括以下步骤，

2.如权利要求1所述的一种基于中间域的可见光和红外跨模态行人重识别方法，其特征在于：步骤1实现方法为，

3.如权利要求1所述的一种基于中间域的可见光和红外跨模态行人重识别...

【专利技术属性】
技术研发人员：赵三元，陈世强，
申请(专利权)人：北京理工大学，
类型：发明
国别省市：