基于特征分布重构和多粒度分支融合的鞋印检索方法

本发明提供了一种基于特征分布重构和多粒度分支融合的鞋印检索方法，涉及深度学习与目标检索领域，该方法包括：输入待处理鞋印图像至预设Resnet50前部分结构，得到第一特征，输入第一特征至TCCA模块、DHSA模块及DIGS模块，得到大尺度特征；输入大尺度特征至预设Resnet50后部分结构，得到中尺度特征，输入中尺度特征至第一最大池化层，得到小尺度特征，输入大尺度特征、中尺度特征及小尺度特征至MHFA模块，得到第一输出特征；根据第一输出特征、第二输出特征及第三输出特征确定目标特征，将相似度最高的图像对应鞋类及品牌确定为目标检索结果。本发明通过多层次的注意力机制，提升了模型对鞋印数据中复杂特征的表达能力，提高检索算法的准确性和鲁棒性。