基于注意力引导和多尺度标签生成的跨域行人重识别方法

摘要

本发明公开了一种基于注意力引导和多尺度标签生成的跨域行人重识别方法。本发明提出了一种基于注意力引导和多尺度标签生成的渐进式学习框架。首先，设计了一个注意力机制引导的背景约束模块，旨在突出图像中有用的前景行人信息，减轻背景杂波的干扰。这有利于引导模型学习更多与行人身份相关的判别特征，从而提高行人特征的辨识度。其次，为了挖掘图像中的细节特征信息，该模型从全局到局部、从浅层到深层挖掘潜在的相似性，从不同的视角为行人生成伪标签。结果表明，这种方法具有更好的鲁棒性和自适应能力，有效的增强了模型的泛化能力。