跨模态行人重识别的对称网络算法
Cross-modality person re-identification algorithm using symmetric network作者机构：安徽大学电子信息工程学院安徽合肥230601
出 版 物：《国防科技大学学报》 (Journal of National University of Defense Technology)
年 卷 期：2022年第44卷第1期
页 面：122-128页
核心收录：
学科分类：1305[艺术学-设计学（可授艺术学、工学学位）] 13[艺术学] 081104[工学-模式识别与智能系统] 08[工学] 0804[工学-仪器科学与技术] 081101[工学-控制理论与控制工程] 0811[工学-控制科学与工程]
基 金：国家自然科学基金资助项目(61772032,61871411) 国家重点研发计划资助项目(2018YFC0807302)
主 题：跨模态 行人重识别 对称网络 对抗学习 混合三元损失
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。
维普期刊数据库
同方期刊数据库