一种基于超图驱动软语义动态学习的可见光-红外行人重识别方法

本发明公开了一种基于超图驱动软语义动态学习的可见光‑红外行人重识别方法，步骤如下：将行人图像划分为训练集和测试集，并进行数据增强；利用自注意力机制提取行人层次化软语义特征；利用门控机制进行通道和空间方向的跨阶段特征融合；计算模态对齐损失，缩小可见光与红外特征的差异；利用超图神经网络动态地探索所提取的软语义之间的关系；使用联合损失训练网络直至收敛；测试集行人重识别。通过使用本发明不仅有效地捕捉并动态地融合层次化的软语义特征，提取模态不变的特征，弥合可见光与红外模态之间的差距，还能自适应地探索语义之间的高阶关系，有效地学习模态不变语义，减少模态间的差异，显著提高可见光‑红外行人重识别的效果。