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。

本文首次探索了可见光-红外人物再识别的潜在频率信息，并提出了一种新颖的频域差异挖掘方法。实验证明该方法在提升可见光-红外人物再识别性能方面具有明显优势，并在挑战性可见光-红外人脸识别任务上验证了方法的有效性和泛化能力。