一种优化细粒度特征融合的行人重识别方法及训练方法

本发明属于计算机视觉与人工智能技术领域，提供了一种优化细粒度特征融合的行人重识别方法，包括：将待检测图像转换为扁平化序列，输入扁平化序列至行人重识别模型获得行人部位特征；对行人部位特征进行重识别处理获得行人重识别结果；其中，训练好的行人重识别模型包括：自适应多粒度特征融合编码器，其包括堆叠设置的多层Transformer编码模块，以及一个以上多粒度特征融合模块；解码器，对行人特征进行解码处理获得行人部位特征，其中，行人部位特征包括行人p个部位的特征，本发明优化了不同粒度特征的融合，提升模型性能。本发明还提供了一种行人重识别模型训练方法，促进了学生解码器吸收教师解码器知识。