一种相机协同的跨模态无监督可见光红外行人重识别方法

本发明属于计算机视觉领域，具体涉及一种相机协同的跨模态无监督可见光红外行人重识别方法。本发明提出了一种相机协同的跨模态无监督可见光红外行人重识别方法，通过区分同相机和跨相机邻居关系，有效抑制了由拍摄视角差异导致的特征干扰。基于净化邻居集构建跨模态Jaccard相似度矩阵，实现跨模态特征表示的统一记忆机制，构建了结构感知‑记忆更新‑特征优化的闭环学习，该方法不仅有效解决了相机变化与模态差异导致的匹配难题，增强了行人特征的判别性，从而提高模型的准确率。