2020 AAAI之ReID：Infrared-Visible Cross-Modal Person Re-Identification with an X Modality

Infrared-Visible Cross-Modal Person Re-Identification with an X Modality
论文：https://download.csdn.net/download/qq_41967539/12363836
当前的问题及概述：
1，红外和可见光分别包含了许多不同的信息，以往的方法倾向于直接从这两种原始模态中学习跨模态信息。但结果说明这种直接映射并不足以缩小两种模式之间的差距。
为了解决这一问题，本文引入了一个X模态作为辅助，提出了一个x -RGB-IR(XIV) ReID交叉模态学习框架。首先，X模态是由一个简单网络生成的，该网络采用自监督方式学习，其中的标签来自RGB图像。其次，在XIV框架下，跨模态学习由本文提出的跨模态GAP约束来引导，通过可见、X和红外的模态来交换特征等信息。如下图：

上图中，不同的颜色表示不同的id。虚线框中为易匹配为一个类别。(a)由于可见光和红外线模态之间的差距很明显，因此很难进行跨模式匹配;(b)有了X模态，跨模式匹配变得更容易。
2，同时，从可见图像中自动生成标签的X图像提供了额外的自我监督信息，与GAN网络相比，结构更简便，计算量更小，同时基于gan的方法不仅在信道维数上重构信