近年来,随着智能监控系统的不断升级和广泛应用,行人重识别技术受到了众多学者的关注。得益于可见光摄像头和红外摄像头的大量部署,面向红外图像和可见光图像的跨模态行人重识别研究得到了长足的发展。跨模态行人重识别旨在匹配不同场景下具有相同身份的红外图像和可见光图像,由于红外模态和可见光模态之间存在巨大差异,所以如何减小跨模态差异是跨模态行人重识别研究的重点。随着跨模态行人重识别研究日趋成熟,基于模态互转的方法和基于度量学习的方法在减小红外模态和可见光模态之间的差异上发挥出了优异的性能。大多数的模态互转方法利用生成对抗网络来生成红外图像对应的可见光图像,或者可见光图像对应的红外图像。然而来自不同波长的红外图像和可见光图像包含的特征具有很大的差异,直接转换为对应模态的图像势必会丢失大量关键的信息。为了更好地利用来自两种模态的特征信息,本文对两种模态特征的融合以及减少两种模态之间的差异展开研究,主要工作内容如下:（1）为了桥接红外模态和可见光模态之间的差异,本文提出了双模态特征融合模块（Dual-modality Feature Fusion Module,DFFM）,通过融合红外图像和可见光图像的关键特征来生成融合模态图像。双模态特征融合模块提取红外图像的空间结构信息以及可见光图像的颜色和空间结构信息,然后分别计算红外分支和可见光分支的通道注意力,将通道注意力应用在红外图像特征和可见光图像特征的不同通道上,最后互相融合生成三通道的融合模态图像。融合模态拥有红外图像和可见光图像的颜色和空间结构信息,在像素级别上桥接红外模态和可见光模态之间的差异。（2）为了促进网络学习红外模态和可见光模态之间具有判别性的模态不变特征,本文提出了多模态中心聚合损失（Muti-modality Center Aggregation Loss,MCA）,利用红外模态、可见光模态和融合模态特征分布之间的中心距离代替三个模态图像之间的距离,并且动态地聚合三个模态的特征中心。一方面优化中心距离能够有效减少不同模态之间的跨模态差异,促进网络学习红外模态和可见光模态之间具有判别性的共同特征,从而提升行人的红外图像和可见光图像之间的特征相似性。另一方面指导双模态特征融合模块的训练,生成对网络更有益的融合模态图像。（3）为了减小类内差异以及扩大类间差异,本文提出了多模态三元组损失（Muti-modality Triplet Loss,MMT）。分别以可见光图像、融合图像和红外图像为目标图像,正样本和负样本则从另外的两个模态图像中选取,从而构建三个三元组,计算模态间的多模态三元组损失,进而优化多个模态之间的关系,减少类内跨模态变化。同时用模态内的多模态三元组损失减小模态内的类内差异,扩大模态内的类间差异,即分别对红外模态、可见光模态和融合模态计算三元组损失。综上所述,本文针对跨模态行人重识别提出了三种方法DFFM,MCA以及MMT,并且在多个数据集上验证了所提方法的优良性能和模块的有效性。