一种人工智能可见光红外模态行人重识别方法

本发明公开了一种人工智能可见光红外模态行人重识别方法，属于计算机视觉与深度学习领域，该方法构建了端到端的基础‑细节特征学习框架，通过细节特征提取模块无损捕获模态专属细节特征，并利用基础嵌入生成模块生成模态共享基础特征。本发明采用可逆神经网络实现无损特征提取，通过跨模态联合处理策略结合交叉注意力Transformer模块促进特征交互，同时设计专属‑共享知识蒸馏损失函数优化跨模态特征相关性，该方法显著提升了跨模态特征融合效果与模型判别能力，在保证精度的同时降低了计算复杂度，对智慧城市、公共安全等领域的全天候监控需求具有重要应用价值。