研究室的1篇行人再识别论文被CCF A类期刊TIFS接收为Regular论文：Zhenyu Cui, Jiahuan Zhou and Yuxin Peng*, "DMA: Dual Modality-Aware Alignment for Visible-Infrared Person Re-Identification", IEEE Transactions on Information Forensics and Security (TIFS), 2023。祝贺崔振宇同学！
  可见光-红外行人再识别（VI-ReID）旨在匹配属于同一行人的可见光图像和红外图像，确保在白天和黑夜场景中准确地识别行人身份。因此，VI-ReID技术在全天候安防布控和刑侦监控等领域扮演着关键角色。然而，受限于特定类型图像中存在的干扰信息，如：可见光图像中的颜色信息和红外图像中的热辐射信息等，传统方法难以准确地提取行人身份信息。为了克服上述挑战，现有VI-ReID方法主要依赖于可见光图像和红外图像间的单向映射，以对齐不同类型图像中的鉴别性信息。然而，由于可见光信息和红外信息间存在物理性质上的差异，现有方法通常会加剧颜色信息和热辐射信息的差异，从而限制了VI-ReID的性能。针对上述问题，本文提出了一种基于双向模态感知对齐的可见光-红外行人再识别方法。首先，本文提出了一种跨模态双向转移（DMT）方法，在HSV色彩空间中对可见光图像缺失的热辐射信息和红外图像缺失的颜色信息进行双向转移和补偿，在保留行人身份信息的同时，提升了不同类型图像间行人身份信息的一致性。其次，为了缓解由DMT方法带来的局部信息差异，本文引入了一种局部分组对齐（IA）方法，通过最小化细粒度局部一致性目标函数，抑制了局部区域内的误导信息，从而实现了更紧凑的行人类内表示，提升了不同类型图像中行人身份信息的鉴别性。最后，本文基于2个广泛使用的可见光-红外行人再识别数据集展开实验验证，表明了本文方法的有效性。