摘要
本发明提供了一种面向图像变化的行人重识别方法及设备,涉及计算机视觉技术领域。面向图像变化的行人重识别方法主要包括:利用ResNet50作为骨干网络构建行人重识别模型,所述行人重识别模型加入了多粒度注意力机制;联合分类损失函数、三元组损失函数和部件去相关损失函数来训练所述行人重识别模型,学习具有鉴别性的局部行人特征;通过所述行人重识别模型执行行人重识别任务,得到行人识别结果。实施本发明提供的面向图像变化的行人重识别方法及设备,能提升真实场景下行人重识别模型对图像变化的鲁棒性。
技术关键词
行人重识别模型
行人特征
查询特征
语义相关度
重识别方法
三元组损失函数
卷积特征
行人重识别算法
键特征
Softmax函数
行人识别
图像
注意力机制
上采样
计算机视觉技术
模型训练模块
高斯核函数
系统为您推荐了相关专利信息
像素点
监督图像分割方法
语义分割模型
教师
标签