一种跨模态行人重识别方法和系统

本发明涉及一种跨模态行人重识别方法和系统，其中，方法包括：在每个训练批次中，从红外可见光数据集中随机选择若干行人，每个行人包括4幅可见光图像和4幅红外图像；对可见光图像和红外图像进行预处理；将预处理后的可见光图像和红外图像输入至深度学习模型中，通过所述深度学习模型提取可见光特征、红外特征以及混合模态特征；构建总损失，通过所述总损失判断所述深度学习模型是否训练结束，若所述总损失低于预设阈值，则训练结束；若所述总损失高于预设阈值，则继续训练直至总损失低于预设阈值；将训练好的深度学习模型从待识别的可见光图像或红外图像中识别出行人。本发明通过构建的深度学习模型能够有效进行跨模态行人重识别。