基于局部异质协同双路网络的跨模态行人重识别

CORC > 自动化研究所 > 中国科学院自动化研究所 > 智能感知与计算研究中心

	基于局部异质协同双路网络的跨模态行人重识别
	郑爱华 2; 曾小强 2; 江波 2; 黄岩 1; 汤进 2
刊名	模式识别与人工智能
	2020
卷号	33 期号:10 页码:867-878
关键词	Person Re-identification Cross-Modal Local Feature Collaborative Fusion Convolutional Neural Network 行人重识别跨模态局部特征协同融合卷积神经网络
ISSN号	1003-6059
英文摘要	针对现有跨模态行人重识别方法忽略行人的局部特征及模态间的相互协同的问题,文中提出基于局部异质协同双路网络的跨模态行人重识别方法.首先,通过双路网络提取不同模态的全局特征进行局部精细化,挖掘行人的结构化局部信息.然后,通过标签和预测信息建立跨模态局部信息之间的关联,进行协同自适应的跨模态融合,使不同模态的特征之间相互补充,获得富有判别力的特征.在RegDB、SYSU-MM01跨模态行人重识别数据集上的实验验证文中方法的有效性.
语种	中文
CSCD记录号	CSCD:6851905
内容类型	期刊论文
源URL	[http://ir.ia.ac.cn/handle/173211/42246]
专题	自动化研究所_智能感知与计算研究中心
作者单位	1.中国科学院自动化研究所 2.安徽大学
推荐引用方式 GB/T 7714	郑爱华,曾小强,江波,等. 基于局部异质协同双路网络的跨模态行人重识别[J]. 模式识别与人工智能,2020,33(10):867-878.
APA	郑爱华,曾小强,江波,黄岩,&汤进.(2020).基于局部异质协同双路网络的跨模态行人重识别.模式识别与人工智能,33(10),867-878.
MLA	郑爱华,et al."基于局部异质协同双路网络的跨模态行人重识别".模式识别与人工智能 33.10(2020):867-878.