多尺度形变卷积的可见光-红外跨模态车辆重识别方法

本发明涉及一种多尺度形变卷积的可见光‑红外跨模态车辆重识别方法，包括：步骤S1、构建可见光‑红外跨模态车辆重识别数据集；步骤S2、构建可见光‑红外跨模态车辆重识别基础网络；步骤S3、构建基于多尺度形变卷积的特征提取模块，并增加到基础网络中，得到车辆重识别模型；步骤S4、利用所述数据中的训练集对车辆重识别模型进行训练；步骤S5、利用训练完成车辆重识别模型完成可见光‑红外跨模态车辆重识别。本发明，针对不同视角和姿态下的车辆目标图像难以对齐的问题，通过生成不同尺度的线性可变形卷积核，来学习更加丰富的特征表示，提升网络捕捉不同层次信息和嵌入表示的能力，综合提升可见光‑红外跨模态车辆重识别能力。