|
|||||
|
|
| 跨模态行人重识别的对称网络算法 | |
| 作者姓名： | 张艳 相旭 唐俊 王年 屈磊 |
| 作者单位： | 安徽大学 电子信息工程学院, 安徽 合肥 230601 |
| 基金项目： | 国家自然科学基金资助项目(61772032,61871411);国家重点研发计划资助项目(2018YFC0807302) |
| 摘 要： | 针对模态间差异,提出基于对称网络的跨模态行人重识别算法,该网络将基于概率分布的模态混淆与对抗学习结合,通过对称网络产生模态不变特征,从而达到模态混淆的目的;针对外观差异和模态内差异,使用不同隐藏层的网络卷积特征构造混合三元损失,提高网络的特征表征能力.RegDB和SYSU-MM01数据集上的大量实验结果表明了该方法的有... |
| 关 键 词： | 跨模态 行人重识别 对称网络 对抗学习 混合三元损失 |
| 收稿时间： | 2020-07-22 |
| 本文献已被 万方数据 等数据库收录！ | |
| 点击此处可从《国防科技大学学报》浏览原始摘要信息 | |
| 点击此处可从《国防科技大学学报》下载全文 | |