基于自我提示学习的域泛化行人重识别方法

本发明公开了一种基于自我提示学习的域泛化行人重识别方法，首先构建根据提示对输入图像进行分割得到前景图像的图像分割模型，并采用大规模图像分割任务的数据集进行预训练，然后以预训练好的图像分割模型作为基础，构建基于自我提示的行人重识别模型，在该模型中通过注意力引导的生成自我提示集合，从而生成分割提示，并基于以此得到的分割结果，通过软掩码技术对特征图进行处理，然后二次提取行人特征，根据该二次行人特征进行行人重识别。本发明通过自动生成高质量的提示集，进行像素级别的目标‑场景分离，以缓解模型在未见过的相机场景中受到背景和遮挡等干扰导致的泛化能力不佳，提高行人重识别的准确性。