一种基于伪文本生成的跨模态行人重识别方法

本发明涉及一种基于伪文本生成的跨模态行人重识别方法，属于跨模态行人重识别领域。在特征提取阶段，采用CLIP语言视觉预训练模型获取图像和文本的全局与局部语义表示，并通过特征融合模块生成加权融合特征以增强细粒度表征能力。在噪声识别阶段，提出双分量高斯混合模型对图文特征的损失分布进行建模，自动识别并筛除图文匹配中的异常样本。随后，利用多模态大语言模型对噪声图像进行推理，在线生成伪文本以替代原始噪声描述，实现数据增强与文本修复。在优化阶段，引入一种新颖的三元组跨模态对齐损失函数，对文本与图像之间的语义关系进行显式建模与对齐。整体方法实现了数据清洗、语义补全与鲁棒训练的统一。