针对跨模态行人重识别图像间模态差异大的问题，大多数现有方法采用像素对齐、特征对齐来实现图像间的匹配。为进一步提高两种模态图像间的匹配的精度，设计了一个基于动态双注意力机制的多输入双流网络模型。首先，在每个批次的训练中通过增加同一行人在不同相机下的图片，让神经网络在有限的样本中学习到充分的特征信息；其次，利用齐次增强得到灰度图像作为中间桥梁，在保留了可见光图像结构信息的同时消除了颜色信息，而灰度图像的运用弱化了网络对颜色信息的依赖，从而加强了网络模型挖掘结构信息的能力；最后，提出了适用于3个模态间图像的加权六向三元组排序（WSDR）损失，所提损失充分利用了不同视角下的跨模态三元组关系，优化了多个模态特征间的相对距离，并提高了对模态变化的鲁棒性。实验结果表明，在SYSU-MM01数据集上，与动态双注意聚合（DDAG）学习模型相比，所提模型在评价指标Rank-1和平均精确率均值（mAP）上分别提升了4.66和3.41个百分点。
