带有三重约束损失的对抗跨模态行人重识别方法和系统

摘要

本公开提供了一种带有三重约束损失的对抗跨模态行人重识别方法和系统，划分训练集和待识别的测试集，并进行预处理；构建包括生成器网络结构和判别器网络结构的对抗双路网络框架；将训练集中的可视光图像和热感图像对数据分别输入生成器中的可视光支路和热感支路以获得不同模态的特定行人特征；将特定模态的行人特征投影到公共的特征表示空间；根据公共特征表示空间中可视光图片和热感图片的行人特征，学习生成器，即进行三重约束，并学习判别器；对生成器和判别器进行对抗训练，优化公共表示空间，得到最终的网络模型；利用最终的网络模型对测试集进行跨模态行人重识别，得到识别结果。能极大地提高跨模态行人重识别的准确率。