一种基于深度特征正交分解的可见光-近红外行人再识别方法

摘要

本发明公开了一种基于深度特征正交分解的可见光‑近红外行人再识别方法，包括：获取训练图像集并提取图像特征，得到全局特征和模态特征；根据全局特征和模态特征进行柱坐标系的特征分解，得到行人身份特征和视角特征；对行人身份特征、视角特征和模态特征计算特征损失函数并根据特征损失函数优化训练模型；基于训练模型对输入图像进行识别。通过使用本发明，可解决现实应用场景中常见的识别率下降的问题，提高行人再识别方法模型的抗干扰和自适应的能力。本发明作为一种基于训练模型对输入图像进行识别方法，可广泛应用于计算机视觉领域。