摘要
本申请属于图像处理技术领域,尤其涉及一种基于多特征联合渐进学习的跨模态行人重识别方法。本发明将给定的图像集分成可见光图像集和红外线图像集;构建多特征联合渐进式学习网络,包括双流Resnet‑50网络、轮廓特征加强模块和批量自适应模块,双流Resnet‑50网络包含两个分支分别用于提取可见光图像和红外线图像的特征;通过三个训练阶段分别计算损失,并联合优化总体损失,通过反向传播对参数进行优化;输入一个行人查询图像和一个图像库,利用输出的人物特征计算查询图像与图像库中所有图像的相似度,完成重识别过程。本发明从多样化特征的角度帮助多特征联合渐进式学习网络从粗粒度到细粒度进行学习,有效缓解了模态差异。