二值化图像与双流网络在跨模态行人重识别的应用
来源：计算机应用与软件杂志2025年第2期北京时间：
作者：崔洪刚, 曹钢钢, 苏荻翔
摘要：在现有的跨模态行人重识别方法中，很少有方法会利用图像中人的姿态信息进行网络的学习。考虑到姿态信息在行人重识别网络学习中的重要性，提出一种融合局部阈值二值化图像特征的端到端的行人重识别方法。该方法使用ResNet50作为骨干网络对三种模态图像进行特征提取和特征融合，使用交叉熵损失和改进的难样本三元组损失进行网络训练。在使用简单网络结构的同时使用姿态信息。实验结果表明，在跨模态行人重识别网络中融合局部阈值二值化图像信息，能提高网络对行人重识别的准确率，显著提升最难样本的挖掘能力。
关键词：跨模态行人重识别, 卷积神经网络, 局部阈值二值化
