基于多尺度注意力与特征融合的行人重识别方法研究

打开文本图片集

摘要：行人重识别又称行人再识别，是一种在跨摄像头环境下识别相同行人的技术。目前，由于行人姿势变化、灯光角度、障碍遮挡等问题影响，导致现有方法提取行人特征受到干扰较大，影响识别效果。针对该问题，提出将NFormer嵌入主干网络的不同层级，构建多尺度注意力模块（Multi-Scale Attention-NFormer， MSAN），提取细节丰富的底层特征与表征能力强的高层特征进行融合；提出结合可学习视觉中心与多层感知器，构建了基于可学习视觉中心与多层感知器的特征融合模块 （Feature Fusion with Learnable Visual Centers and Multilayer Perceptron， FFLM），提取关联位置信息的局部特征与长距离依赖的全局特征，并将其融合获取更具辨别性的特征表达。（剩余18459字）