摘要
本发明公开了基于Transformer的多尺度行人重识别方法。本发明提出了一种基于多尺度行人特征提取和Transformer的行人重识别网络。首先,我们设计了一个多尺度特征级联模块,旨在挖掘行人不同深度,不同尺度下的细节特征信息,从而获得更强壮的特征表达。其次,构建了基于transformer的特征提取,从全局范围学习行人特征。最后将Transformer输出的特征进行聚合,以获得更好的行人特征表达,从而提升模型的辨别能力。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。