计算机科学与探索

作者：王铭杰, 毕艺瀚, 王蓉, 李冲

单位：中国人民公安大学 信息网络安全学院，北京 100038

关键词：可见光-红外图像,行人重识别,注意力机制,特征提取

基金：国家自然科学基金（62076246）；中央高校基本科研业务费专项资金（2024JKF12）。

针对可见光图像与红外图像模态差异大导致可见光-红外行人重识别匹配困难的问题，提出一种多元特征提取与通道特征重构的跨模态行人重识别方法。采用双流ResNeXt50作为骨干网络，通过通道分组卷积分别提取不同子网络特征，缓解两种模态通道数不平衡的问题，提升判别特征提取能力，降低模型复杂度，避免过拟合；设计多级特征重构模块，对不同阶段特征进行通道维度的重构融合，并利用通道注意力机制和自适应权重增强具有判别力的关键特征，减少冗余信息，增强模型的辨识能力；构建多元特征提取模块，通过多支路并行卷积提取多元跨模态共享特征，并利用EMA注意力机制，通过特征分组及跨空间学习方法，捕捉图像中的细节和全局信息，学习有效空间和通道特征，增强网络对复杂场景下行人关键特征的学习能力。该方法在SYSU-MM01数据集的全景搜索模式下，rank-1和mAP分别达到75.35%和72.37%，室内搜索模式下，rank-1和mAP分别达到83.57%和86.03%；在RegDB数据集的可见-红外检索模式下，rank-1和mAP分别达到93.21%和87.09%，红外-可见检索模式下，rank-1和mAP分别达到91.63%和86.00%，证明了方法的有效性。

来源：2025年第10期

《计算机科学与探索》期刊编辑部

查看计算机科学与探索杂志2025年第10期