摘要

本发明公开了一种基于多尺度和注意特征聚合的行人重识别模型及识别方法,行人重识别模型包括卷积神经网络主干模型、自动特征筛选模块、多层特征融合模块和多监督模块;卷积神经网络主干模型包括输入层、多个Block和全局平局池化层,从第二个Block开始,每个Block后面均设有一个自动特征筛选模块,用于精炼对应的Block提取到的特征;全局平均池化层对多个自动特征筛选模块的输出进行全局平均池化;每个自动特征筛选模块的输出还与多层特征融合模块连接,多层特征融合模块对其进行融合;多层特征融合模块和全局平局池化层均连接有多监督模块,用于对提取到的特征进行监督学习。本发明可以提取行人图片中更多的显著特征和隐含特征,增加特征多样性。