研究人员开发了一种名为虚假干预特征迁移（CIFT）的新方法，以改进可见光-红外行人重识别。该技术解决了训练和测试阶段之间的模态不平衡以及次优图拓扑学习等问题。CIFT利用同质和异质特征迁移模块来缓解模态差距，并利用虚假关系干预组件来增强图拓扑结构的可靠性。实验表明，CIFT在标准基准测试中优于现有的最先进方法。 AI
影响 通过解决模态差距和改进图拓扑学习来提高行人重识别的准确性。
排序理由 这是一篇详细介绍特定计算机视觉任务新方法的学术论文。
- Counterfactual Intervention Feature Transfer
- Counterfactual Relation Intervention
- Homogeneous and Heterogeneous Feature Transfer
- Xulin Li
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →