Kevin-zms

新的MDCRNet改进了可见光-红外图像行人重识别

研究人员开发了MDCRNet，一种旨在改进可见光-红外图像行人重识别（VI-ReID）的新型网络。该方法通过采用具有注意力机制和多尺度空间感知的分层学习模块来解决跨模态差异和有限判别能力等挑战。此外，还使用了包括粒度判别损失在内的联合判别度量损失来增强特征学习和可分性。在SYSU-MM01和RegDB数据集上的实验表明，MDCRNet取得了最先进的结果。