为打破行人重识别过程中端到端训练带来的信息割裂问题，提出一种复合尺度与多粒度信息相联的行人重识别算法。利用基础网络识别行人图像，纵向提取不同深度的复合尺度信息，将全局特征进行横向划分，获取不同粒度语义信息，充分利用具有表征能力的特征和多深度的特征，增强特征的判别力。仿真结果表明，该算法超越了大部分以特征融合为主导的识别算法，其中在数据集CUHK03-detected上，Rank@1和mAP分别达到了84.71%和86.26%,具有较高的识别率和鲁棒性。
科研之友
微信
新浪微博
Facebook
分享链接
