一种关注长短期时间关系的视频行人重识别方法

本发明公开了一种关注长短期时间关系的视频行人重识别方法，特点是首先将训练数据送入Transformer网络，利用Transformer网络强大的建模能力，获得了视频帧中更具有辨别性的特征，再通过挖掘视频帧中的时间关系和空间线索，挖掘视频中的时空信息，再通过梯度反向传播算法更新待训练的视频行人重识别模型最终得到训练后的视频行人重识别模型，最后获取与查询特征的余弦距离最近的检索特征，并将与该检索特征对应的检索数据作为查询数据的识别结果；优点是通过充分挖掘视频帧中的时间关系和空间线索，能够更好挖掘视频中的时空信息，提高行人重识别的鲁棒性和准确性。