基于CNN-Transformer和注意力金字塔的行人重识别方法研究

摘要

针对行人重识别技术中难以捕捉不同尺度特征图的显著区域，以及在非重叠摄像机中将多尺度特征汇总到全局视图中仍存在挑战的问题，提出一种基于CNN-Transformer和注意力金字塔的行人重识别方法。首先，引入基于Transformer的特征校准模块和深度监督聚合方法组成TFCNet,从全局角度以循环自适应的方式将骨干网络的各层级不同尺度的特征进行聚合。然后，设计一种串行融合注意力模块，在计算时能够结合通道和空间的信息交互。同时，引入注意力金字塔，设计一种多尺度串行融合注意力金字塔结构，采用由粗到细的金字塔方法学习到更多不同尺度特征图的显著区域，提取更多有识别性的行人特征。最后，采用多重损失函数对网络进行总体优化，并在三个主流数据集上进行实验验证，证明了所提方法的有效性。

关键词

行人重识别 / Transformer / 特征聚合 / 注意力金字塔