一种用于行人重识别的残差扩充融合方法

本发明公开一种用于行人重识别的残差扩充融合方法。包括数据预处理模块、残差扩充融合模块、相似度计算和结果输出模块。其特征在于，主干网络使用ResNet50构建，利用在ImageNet上预训练的模型初始化主干网络。提出的残差扩充融合模块利用不同大小的残差单元通过权重共享生成副本。同时，将副本双向扩充融合，有效地减少特征融合时原始层重要特征的丢失。所述的方法有效的提高了模型在各种场景下的鲁棒性，并且最大限度地减缓解特征传输过程中行人表征信息损失问题，可以在现实世界中的困难场景中更准确的识别行人。