基于多粒度融合和跨尺度感知的跨模态行人重识别

作     者：程德强 姬广凯 张皓翔 江鹤 寇旗旗 CHENG Deqiang;JI Guangkai;ZHANG Haoxiang;JIANG He;KOU Qiqi

作者机构：中国矿业大学信息与控制工程学院江苏徐州221116 中国矿业大学计算机科学与技术学院江苏徐州221116 

基　　金：国家自然科学基金资助项目(No.52204117,No.52304182) 济宁市重点研发计划基金资助项目(No.2023KJHZ007) 

出 版 物：《通信学报》 (Journal on Communications)

年 卷 期：2025年第46卷第1期

页      码：108-123页

摘      要：提出一种基于多粒度融合和跨尺度感知的跨模态行人重识别网络,该网络能够有效提取行人图像特征并减少图像间的模态差异。首先,提出多尺度特征融合注意力机制并设计一种多粒度非局部融合框架,有效融合不同模态和不同尺度的图像特征;其次,提出一种跨尺度特征信息感知策略,该策略可有效降低因视角变化、行人背景变化等产生的无关噪声对行人判别的影响;最后,针对行人图像特征信息不足,设计并行空洞卷积残差模块,获取更为丰富的行人特征信息。将所提方法在2个标准公共数据集与当前先进的跨模态行人重识别方法比较。实验结果表明,所提方法在SYSU-MM01数据集的全搜索模式下的R-1和平均精度(mAP)分别达到75.9%和73.3%,在RegDB数据集的可见光到红外的搜索(VIS to IR)模式下的Rank-1和mAP分别达到93.7%和89.3%,优于所对比的方法,充分证实了所提方法的有效性。

主 题 词：行人重识别 跨模态 特征融合 跨尺度信息 

学科分类：081203[081203] 08[工学] 0835[0835] 0812[工学-测绘类] 

核心收录：

D　O　I：10.11959/j.issn.1000-436x.2025019

馆 藏 号：203157295...