用于行人重识别的掩膜池化模型训练和行人重识别方法

摘要

本发明涉及一种用于行人重识别的掩膜池化模型训练和行人重识别方法，包括S1.获取锚图像a、正样本图像p、负样本图像n；S2.将a、p、n以及a、p、n对应的掩膜分别输入掩膜池化模型中，得到对应的三维张量Ta、Tp、Tn；S3.对Ta、Tp、Tn分别进行池化操作、卷积操作，得到对应的Ha、Hp、Hn；S4.将Ha、Hp、Hn分别输入分类器，得到对应的预测结果Ra、Rp、Rn；S5.根据预测结果Ra、Rp、Rn计算损失值；S6.根据损失值训练掩膜池化模型。本发明可以增强图像中的非背景信息，学习到图像最关键的特征。