南京邮电大学学报(自然科学版)

作者：朱松豪,吕址函

单位：南京邮电大学 自动化学院、人工智能学院，江苏 南京 210023南京邮电大学 自动化学院、人工智能学院，江苏 南京 210023

关键词：红外；行人重识别；图卷积；三元组损失

基金：南京邮电大学科研基金(NY221077)资助项目

近年来，红外 可见光的行人重识别在视频监控、网络刑侦等领域应用广泛，这项任务的目的是实现RGB摄像机和红外摄像机下出现的同一行人的匹配。由于行人图像在RGB模态和红外模态下存在较大差异，因而使得该项任务具有一定的挑战性。文中提出一种基于图卷积的跨模态行人重识别方法，同时提出一种新颖的异心三元组损失函数，用于更好表征行人特征。该方法首先对水平切割方法进行改进，在此基数上以局部特征和全局特征为节点构建图卷积神经网络，并利用构建的图卷积神经网络学习图像结构化特征；然后，引入了一种全新的异心三元组损失函数，并结合Softmax损失函数进一步提高模型性能。两个公开数据集上进行的对比实验、消融实验以及可视化实验结果验证了文中所提方法的卓越性能。

来源：2023年第02期

《南京邮电大学学报(自然科学版)》期刊编辑部

查看南京邮电大学学报(自然科学版)杂志2023年第02期