时空交互和多层级特征嵌入的跨模态行人重识别

针对跨模态行人重识别(Person Re-identification, ReID)方法中存在的时空特征分布偏移、模态共享特征鉴别性较弱、跨模态时空信息校准粗糙的问题，提出一种基于时空交互和多层级特征嵌入的跨模态ReID模型。首先设计一种时空交互注意力，通过动态视角感知机制重构跨模态空间关联，有效解决因成像机制差异导致的时空特征分布偏移问题；其次建构自适应融合模块，通过跨模态特征相关性度量实现多尺度特征的逐通道非线性融合，显著增强模态共享特征的判别能力；最后设计时间-空间池化增强模块，通过结合空间与时间维度运算对全局与局部特征进行协同校准，实现跨模态时空信息的精细化校准。在公开数据集SYSU-MM01和RegDB上的实验表明，所提出方法在mAP指标分别提高了1.85%和1.7%，验证了模型在复杂场景下的高识别精度与鲁棒性，对推动跨模态ReID在实际安防中的应用具有重要意义。