可见 - 红外人物再识别的隐性判别知识学习

💡 原文中文,约200字,阅读约需1分钟。
📝

内容提要

该研究提出了一种新的IDKL网络,用于可见光红外人物再识别任务,通过提取模态特定和模态共享特征,减少模态风格差异并提升识别知识,实现了对隐含判别信息的利用,进一步强化模态共享特征的独特性。实验结果表明,IDKL网络具有优越性能。

🎯

关键要点

  • 可见光红外人物再识别是一项具有挑战性的跨模态行人检索任务。
  • 研究提出了一种新颖的隐式判别知识学习网络 (IDKL)。
  • IDKL通过提取模态特定和模态共享特征,减少模态风格差异并提升识别知识。
  • 该网络实现了对隐含判别信息的利用,强化模态共享特征的独特性。
  • 实验结果表明,IDKL网络具有优越性能。
➡️

继续阅读