一种分步风格迁移的域自适应行人重识别方法

摘要

行人重识别在跨摄像头应用中面临因成像风格差异引起的域偏移问题，在现有的域自适应行人重识别方法中，全局风格迁移易破坏行人图像的语义一致性。针对上述问题，提出一种分步式风格迁移的域自适应方法。该方法构建前景与背景分离的特征解耦结构，对图像的不同区域采用分步处理策略。前景部分采用颜色转换机制实现风格调整，同时保持身份特征不变；背景部分引入基于扩散模型的生成策略，通过潜在空间建模与逐步去噪重构目标域风格。为进一步提升跨域特征一致性，设计特征对齐模块，在全局和局部层面对源域与目标域图像进行特征对齐。实验结果显示，该方法在多个公开数据集上均优于现有代表性方法，表现出更高的识别准确性和良好的迁移鲁棒性。

关键词

行人重识别 / 无监督域自适应 / 风格迁移 / 扩散模型