摘要
本发明公开了一种基于VisionTransformer注意力筛选的行人重识别方法。通过根据注意力响应值获取被重点关注的行人特征,帮助模型训练和识别。本发明包含以下步骤:1、获取具有行人身份标签的行人图像,对图像进行图像增强操作,并对图像统一处理以保证模型能够接收图像集的输入;2、构建基于Vision Transformer的全局‑局部特征抽取的行人重识别模型;3、训练行人重识别模型,直到模型收敛;4、针对训练好的模型使用测试集评估模型泛化性能。本发明使用的注意力筛选相比于对特征进行随机打乱,能够更好地帮助模型训练,提升模型的辨别能力,同时减少干扰特征对模型识别的影响,提升了模型的鲁棒性。