多模态行人重识别系统研究

摘要

行人重识别系统用来找寻行人,有着举足轻重的作用,而且还可以利用语义快速从库中查找出最相似的人。这种应用基于图像和文本的不同模型结构,配上合适的损失函数,将模型收敛。现基于多模态学习,可以使用语义进行图像的搜寻,对于数据量极大的监控系统而言,这无疑能帮助更高效的找寻目标。在文本分类的模型中,深度学习模型常出现在人们视野中,但是由于模型深度等原因,深度学习框架往往时间复杂度比较高,而FastText模型是基于嵌入的模型,没有复杂和深度的框架,但是却能在保证准确性的同时大幅提高模型训练的速率,使行人查找搜寻任务可以更快被完成,推进相关行业发展。因此,本文将FastText模型应用于多模态行人重拾别系统研究时,显著提高了训练的速度,将多模态行人重识别系统推向了更好的应用层面。