西安电子科技大学学报

2021, v.48(02) 205-212

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

互惠双向生成对抗网络用于跨模态行人重识别
Reciprocal bi-directional generative adversarial network for cross-modal pedestrian re-identification

魏梓钰;杨曦;王楠楠;杨东;高新波;

摘要(Abstract):

为提高跨模态行人重识别的准确率,提出一种基于互惠双向生成对抗网络的跨模态行人重识别方法。首先,建立两个生成对抗网络以生成跨模态异质图像;其次,设计一种联合损失在可见光与红外图像相互转换过程中拉近隐藏空间特征的分布,促使网络生成更接近真实图像的伪异质图像;最后,通过将原始图像与生成的异质行人图像相结合并输入至区别性特征提取网络中,使得不同模态的图像统一至相同模态,消减了跨模态差异。利用表征学习与度量学习,使网络提取出更具有判别性的行人特征。通过在跨模态数据集SYSU-MM01和RegDB上做对比实验,分析了该方法在不同损失函数下的识别效果。对比于其他前沿跨模态行人重识别方法,这种方法具有更高准确率和更强鲁棒性。

关键词(KeyWords): 生成对抗网络;图像转换;特征提取;跨模态行人重识别

Abstract:

Keywords:

基金项目(Foundation): 国家自然科学基金(61976166,61772402,61671339,U1605252,61772387,61922066,61876142);; 国家重点研发计划(2016QY01W0200,2018AAA0103202);; 国家高层次人才专项支持计划(CS31117200001);; 陕西省创新能力支撑计划(2020KJXX-027);; 中央高校基本科研业务费(JB210115);; 陕西高校科协青年人才托举计划(20180104);; 陕西省重点研发计划(2021GY-030);; 西安电子科技大学研究生创新基金(5001-20109215456)

作者(Author): 魏梓钰;杨曦;王楠楠;杨东;高新波;

Email:

DOI: 10.19665/j.issn1001-2400.2021.02.026

参考文献(References):

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享