原创力文档- 1、本文档共15页，其中可免费阅读14页，需付费10金币后方可阅读剩余内容。
- 2、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。
- 3、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 4、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明提出了一种基于双变换对齐与分块的跨模态行人重识别方法。首先使用基分支网络提取输入的红外和可见光行人图像特征，并利用图像的高层特征，线性回归一组仿射变换参数，然后再用该参数生成对齐图像，该图像可以有效缓解不对齐的模态差异。接下来，将对齐图像进行水平分三块，然后取出这三个分块图像的特征，再将他们与对齐的全局特征和原图特征进行融合，作为可见光和红外图像的总特征。接下来，再将红外和可见光图像总特征映射到同一嵌入空间。最后，结合身份损失和带权重的最难批次采样损失函数进行联合训练来提高识别精度。本发明
(19)中华人民共和国国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 113761995 A
(43)申请公布日 2021.12.07
(21)申请号 202010814790.2
(22)申请日 2020.08.13
(71)申请人 四川大学
地址 61
文档评论（0）