摘要

在本文中，我们提出了一种概念简单且有效的双粒度三元组损失（Dual-Granularity Triplet Loss），用于可见光-热红外行人重识别（VT-ReID）。通常情况下，ReID模型总是通过样本级别的三元组损失和细粒度级别的识别损失进行训练。当引入基于中心的损失时，可以从粗粒度级别促进类内紧凑性和类间区分性。我们提出的双粒度三元组损失以层次化的细到粗粒度方式很好地组织了样本级别的三元组损失和基于中心的三元组损失，仅需对常见的操作（如池化和批归一化）进行一些简单的配置。在RegDB和SYSU-MM01数据集上的实验表明，仅使用全局特征，我们的双粒度三元组损失就能显著提升VT-ReID的性能。这可以作为一个强大的VT-ReID基线，为未来的研究提供高质量的支持。