夜间红外行人图像在可见光行人图像库的检索算法

本文旨在弥补夜间红外模式监控下行人图像与白天监控下行人图像间的模态差异和异构特性，较好实现多摄像头下红外人像与可见光人像数据间的检索和比对任务。设计一种局部参数共享的双路卷积神经网络模型，提取具有全局粗粒度和局部细粒度的两种人像特征，通过对两种特征分别进行特征度量，实现跨模态人像检索模型的训练和优化。结果表明，模型所提取的两种特征在测试数据集上具有较好的应用效果，准确率与目前主流算法相比具有竞争力。本研究能够服务视频侦查工作，提高现有的动态、静态人像比对的应用水平。