可见光与红外人员再识别的模态统一网络
原文中文，约300字，阅读约需1分钟。发表于：。通过引入一个新的模态统一网络（MUN），本研究针对可见光 - 红外人员重识别（VI-ReID）中的大量跨模态差异和类内变异问题，通过动态建模模态特定和模态共享表示来提取判别特征表达，从而使所提出的方法在多个公共数据集上明显超过当前最先进的方法。
本文介绍了PMT深度学习框架，用于解决VI-ReID任务中的模态变化问题，并提出了Discriminative Center Loss和Modality-Shared Enhancement Loss来提高特征区分度。该框架在SYSU-MM01和RegDB数据集上表现优异。
