【技术实现步骤摘要】
本专利技术属于计算机视觉领域，具体涉及一种基于中间特征引导的跨模态行人重识别方法。
技术介绍
1、随着社会经济飞速发展，公共安全愈加凸显其重要性。如今，监控设备已经遍布日常生活的方方面面，然而，对监控信息的应用仍然局限于较为基础的水平。在紧急情况下，采用手动查看监控录像以识别和检索嫌疑人是一项耗时耗力的任务，尤其是在拍摄环境复杂的情况下，人眼分辨的准确度也相对较低。
2、因此，行业开始积极探索行人重识别(person re-identification,re-id)技术，这已成为智能安防领域的重要环节。行人重识别是一项旨在从大量不同摄像头捕捉的行人图像中，识别出特定行人以满足各种寻人需求的技术。人员重新识别任务涉及匹配跨越多个非重叠相机捕捉的相关个体的图像或视频。由于其广泛的实际应用，如刑事侦查、危险预警、无人超市管理、走失人员救援等众多领域，这一任务变得至关重要。行人重识别已经成为科研领域的一个热门课题，受到广泛关注。
3、早期的行人重识别技术局限于处理可见光行人图像。然而，在实际应用中，仅依赖单一模态的行人重...
【技术保护点】
1.一种基于中间特征引导的跨模态行人重识别方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的一种基于中间特征引导的跨模态行人重识别方法，其特征在于，步骤2内的提取图片初步特征的步骤如下：
3.根据权利要求2所述的一种基于中间特征引导的跨模态行人重识别方法，其特征在于，步骤2中利用残差网络Residual Network的第一层网络进行特征提取，充分感知图像的浅层信息，且可见光图像和红外图像的特征提取网络参数不共享。
4.根据权利要求3所述的一种基于中间特征引导的跨模态行人重识别方法，其特征在于，步骤3内的提取图片特征的步骤如
5...
【技术特征摘要】
1.一种基于中间特征引导的跨模态行人重识别方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的一种基于中间特征引导的跨模态行人重识别方法，其特征在于，步骤2内的提取图片初步特征的步骤如下：
3.根据权利要求2所述的一种基于中间特征引导的跨模态行人重识别方法，其特征在于，步骤2中利用残差网络residual network的第一层网络进行特征提取，充分感知图像的浅层信息，且可见光图像和红外图像的特征提取网络参数不共享。
4.根据权利要求3所述的一种基于中间特征引导的跨模态行人重识别方法，其特征在于，步骤3内的提取图片特征的步骤如下：
5.根据权利要求4所述的一种基于中间特征引导的跨模态行人重识别方法，其特征在于，步骤3中，特征挖掘模块中，引入了空间注意力模块与维度注意力模块，
6.根据权利要求5所述的一种基于中间特征引导的跨模态行人重识别方法，其特征在于，步骤4中...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。