近日，我院刘文平教授团队在物联网领域国际顶刊《IEEE Internet of Things Journal 》发表了题目为《Person Tracking by Detection Using Dual Visible-Infrared Cameras》的学术论文（DOI：10.1109/JIOT.2022.3188270）。我院李明磊博士为共同第一作者，刘文平教授为通讯作者。
课题组研究了跨模态行人重识别（ReID）和可见光-红外双模相机跟踪的问题。大部分现有的检测-跟踪工作是基于可见光ReID，它们在弱光环境下性能较差；可见光-红外跨模态ReID的主要困难源于三通道可见光图像和单通道红外图像之间的模态差距较大，以及背景杂波、遮挡等未知环境因素。为了解决这些问题，课题组使用多种方法增强可见光和红外图像的多样性，以模拟真实图像数据的复杂性；同时，将ResNet50和ViT整合到特征提取骨干网络中，并使用ID损失和三重损失将模型训练建模多任务学习问题，应用动态权重平均（DWA）策略来学习各损失函数的权重。在实验阶段，将所提出的方法应用于人员跟踪领域，在两个公共数据集（RegDB和SYSU-MM01）上的实验表明，本方法在Rank-1、mAP、mINP等性能指标上都有提升；此外，实验表明，使用基于跨模ReID方法的可见光-红外双模相机跟踪具有较高的精度，可以达到0.24米左右。
《IEEE Internet of Things Journal》是物联网领域国际顶尖期刊之一，属中科院JCR一区Top期刊，当前影响因子10.238（2021年）。该期刊涵盖了物联网的各个子领域，包括物联网系统结构，通信和网络协议，安全和隐私，物联网服务和应用等。
