基于语义和姿态信息融合的多姿态人员重识别方法

本发明公开了一种基于语义和姿态信息融合的多姿态人员重识别方法，涉及计算机视觉领域。该模型主要由语义引导模块、视觉编码器、姿态引导特征聚合模块和基于姿态视图的解码器四部分组成。包括以下步骤：首先，通过语义引导模块传递原始图像输入，获得包含与人员相关的全局语义信息的特征映射，这使得模型可以提取更多的全局语义信息特征，并在不同的图像之间传递特征信息。接下来，在视觉编码器中，利用基于Transformer的图像分类模块以及相机视角信息来捕获鲁棒的全局上下文语义信息。然后，使用姿态引导特征聚合模块将姿态信息整合到全局上下文语义特征和身体部位特征中，该模块解决了不完全特征学习的问题。随后，在基于姿态视图的解码器中，使用一组可学习的姿态视图和姿态视图匹配模块来隐式增强难分辨的身体部位特征，该模块利用可学习的姿态视图来捕获与身体部位相关的特征，减少背景噪声，解决特征不匹配的问题。这个流程允许在特征融合的基础上获得更精细的特征，提高多姿态人员重识别的精准度和效率。