一种基于双变换对齐与分块的跨模态行人重识别方法

摘要

本发明提出了一种基于双变换对齐与分块的跨模态行人重识别方法。首先使用基分支网络提取输入的红外和可见光行人图像特征，并利用图像的高层特征，线性回归一组仿射变换参数，然后再用该参数生成对齐图像，该图像可以有效缓解不对齐的模态差异。接下来，将对齐图像进行水平分三块，然后取出这三个分块图像的特征，再将他们与对齐的全局特征和原图特征进行融合，作为可见光和红外图像的总特征。接下来，再将红外和可见光图像总特征映射到同一嵌入空间。最后，结合身份损失和带权重的最难批次采样损失函数进行联合训练来提高识别精度。本发明主要应用于视频监控智能分析应用系统中，在图像检索，智能安防等领域具有开阔的应用前景。