摘要
本发明公开了一种基于模态间共性语义学习的跨模态行人重识别方法,包括如下步骤:1)跨模态行人重识别数据集的预处理;2)构建文本语义聚类模块进行语义特征学习;3)构建共性语义协作模块进行语义一致性学习;4)优化基于模态间共性语义学习的跨模态行人重识别网络;5)验证过程。这种方法能有效整合行人图像和文本描述中语义信息,同时采用深入学习和利用视觉与文本间的共性语义弥补两种模态之间的异质性和不对称性对跨模态行人重识别的性能的影响,能效提高跨模态行人重识别的精度和性能。
技术关键词
语义特征
文本编码器
行人重识别数据
行人重识别网络
重识别方法
图像编码器
图像特征向量
矩阵
跨模态
解码器
文本特征向量
命名实体识别
度函数
聚类
微调技术
语言模块
系统为您推荐了相关专利信息
对比度
语义特征
拼接模块
压缩感知算法
空间结构信息
信息可视化管理系统
服装
生成特征向量
文本理解
画像