1.一种基于多尺度特征扩展的rgb-d跨模态行人再识别方法,其特征在于,模型包括基线网络,以及多尺度特征扩展模块,所述模型训练方法包括以下步骤:
2.根据权利要求1所述一种基于多尺度特征扩展的rgb-d跨模态行人再识别方法,其特征在于,所述步骤s1中的具体步骤包括:
3.根据权利要求1所述一种基于多尺度特征扩展的rgb-d跨模态行人再识别方法,其特征在于,所述步骤s2中的具体步骤包括:
4.根据权利要求1所述一种基于多尺度特征扩展的rgb-d跨模态行人再识别方法,其特征在于,所述步骤s3中的具体步骤包括:
5.根据权利要求1所述一种基于多尺度特征扩展的rgb-d跨模态行人再识别方法,其特征在于,所述步骤s4中的具体步骤包括:
6.根据权利要求5所述一种基于多尺度特征扩展的rgb-d跨模态行人再识别方法,其特征在于,所述利用深层特征fb计算三元组损失ltri的具体步骤包括:
7.根据权利要求5所述一种基于多尺度特征扩展的rgb-d跨模态行人再识别方法,其特征在于,所述利用深层特征fb计算中心引导对挖掘损失lc的具体步骤包括:
8.根据权利要求1所述一种基于多尺度特征扩展的rgb-d跨模态行人再识别方法,其特征在于,所述步骤s5中的具体步骤包括:
9.一种采用如权利要求1至8任一项所述的一种基于多尺度特征扩展的rgb-d跨模态行人再识别方法的系统,其特征在于,包括:
10.一种存储介质,其中存储有处理器可执行的指令,其特征在于:所述处理器可执行的指令在由处理器执行时用于实现如权利要求1-8任一项所述一种基于多尺度特征扩展的rgb-d跨模态行人再识别方法。